José Antonio Fernandes de Macêdo

Pós-doutorado

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Foi orientado por

Produções bibliográficas

• SUCUPIRA FURTADO, LARA ; DA SILVA, TICIANA LINHARES COELHO ; FERREIRA, MARIANNA GONÇALVES FONTENELE ; DE MACEDO, JOSÉ ANTÔNIO FERNANDES ; DE MELO LIMA CAVALCANTI MOREIRA, JESSIKA KANTNILA . A framework for Digital Transformation towards Smart Governance: using big data tools to target SDGs in Ceará, Brazil. Journal Of Urban Management , v. 1, p. 1, 2023.

• CRUZ, LÍVIA ALMADA ; COELHO DA SILVA, TICIANA LINHARES ; MAGALHÃES, RÉGIS PIRES ; MELO, WILKEN CHARLES DANTAS ; CORDEIRO, MATHEUS ; DE MACEDO, JOSÉ ANTONIO FERNANDES ; ZEITOUNI, KARINE . Modeling Trajectories Obtained from External Sensors for Location Prediction via NLP Approaches. SENSORS , v. 22, p. 7475, 2022.

• VERAS, MARCELO B.A. ; SARKER, BISHNU ; ARIDHI, SABEUR ; GOMES, JOÃO P.P. ; MACÊDO, JOSÉ A.F. ; NGUIFO, ENGELBERT MEPHU ; DEVIGNES, MARIE-DOMINIQUE ; SMAÏL-TABBONE, MALIKA . On the design of a similarity function for sparse binary data with application on protein function annotation. KNOWLEDGE-BASED SYSTEMS , v. 238, p. 107863, 2022.

• PIRES MAGALHÃES, REGIS ; RODRIGUES VASCONCELOS, DANIEL JEAN ; SALES FERNANDES, GUILHERME ; ALMADA CRUZ, LÍVIA ; XAVIER SAMPAIO, MATHEUS ; FERNANDES DE MACÊDO, JOSÉ ANTÔNIO ; LINHARES COELHO DA SILVA, TICIANA . Evaluation of Automatic Speech Recognition Approaches. Journal of Information and Data Management - JIDM , v. 13, p. 366-377, 2022.

• NEVES OLIVEIRA, BÁRBARA STÉPHANIE ; FERNANDES DE OLIVEIRA, ANDREZA ; MONTEIRO DE LIRA, VINICIUS ; LINHARES COELHO DA SILVA, TICIANA ; FERNANDES DE MACÊDO, JOSÉ ANTÔNIO . HELD: Hierarchical entity-label disambiguation in named entity recognition task using deep learning. Intelligent Data Analysis , v. 26, p. 637-657, 2022.

• RENSO, CHIARA ; BOGORNY, VANIA ; TSERPES, KONSTANTINOS ; MATWIN, STAN ; DE MACEDO, JOSE ANTONIO FERNANDES . Multiple-aspect analysis of semantic trajectories(MASTER). INTERNATIONAL JOURNAL OF GEOGRAPHICAL INFORMATION SCIENCE , v. 35, p. 763-766, 2021.

• DE ANDRADE, RICARDO LOPES ; RÊGO, LEANDRO CHAVES ; COELHO DA SILVA, TICIANA L. ; DE MACÊDO, JOSÉ ANTÔNIO F. ; SILVA, WELLINGTON C.P. . Energy disruptive centrality with an application to criminal network. Communications in Nonlinear Science and Numerical Simulation , v. 99, p. 105834, 2021.

• CHAINEY, SPENCER P. ; MATIAS, JHONATA A. S. ; NUNES JUNIOR, FRANCISCO CARLOS F. ; COELHO DA SILVA, TICIANA L. ; DE MACÊDO, JOSÉ ANTÔNIO F. ; MAGALHÃES, REGIS P. ; DE QUEIROZ NETO, JOSÉ F. ; SILVA, WELLINGTON C. P. . Improving the Creation of Hot Spot Policing Patrol Routes: Comparing Cognitive Heuristic Performance to an Automated Spatial Computation Approach. ISPRS International Journal of Geo-Information , v. 10, p. 560, 2021.

• MAKRIS, ANTONIOS ; SILVA, CAMILA LEITE DA ; BOGORNY, VANIA ; ALVARES, LUIS OTAVIO ; Macedo, Jose Antonio ; TSERPES, KONSTANTINOS . Evaluating the effect of compressing algorithms for trajectory similarity and classification problems. GEOINFORMATICA , v. 1, p. 1, 2021.

• MELO JUNIOR, LEOPOLDO ; NARDINI, FRANCO MARIA ; RENSO, CHIARA ; TRANI, ROBERTO ; Macedo, Jose Antonio . A novel approach to define the local region of dynamic selection techniques in imbalanced credit scoring problems. EXPERT SYSTEMS WITH APPLICATIONS , v. 152, p. 113351, 2020.

• MATOS, TALES ; Macedo, Jose Antonio ; LETTICH, FRANCESCO ; MONTEIRO, JOSE MARIA ; RENSO, CHIARA ; PEREGO, RAFFAELE ; NARDINI, FRANCO MARIA . Leveraging feature selection to detect potential tax fraudsters. EXPERT SYSTEMS WITH APPLICATIONS , v. 145, p. 113128, 2020.

• ARIDHI, SABEUR ; Macedo, José ; NGUIFO, ENGELBERT MEPHU ; ZEITOUNI, KARINE . Special issue on -Advances on Large Evolving Graphs-. Future Generation Computer Systems , v. 110, p. 310, 2020.

• CRUZ, LÍVIA ALMADA ; ZEITOUNI, KARINE ; DA SILVA, TICIANA LINHARES COELHO ; DE MACEDO, JOSÉ ANTONIO FERNANDES ; SILVA, JOSÉ SOARES DA . Location prediction: a deep spatiotemporal learning from external sensors data. DISTRIBUTED AND PARALLEL DATABASES , v. 39, p. 259-280, 2020.

• SERAFIM, P. B. S. ; MEDEIROS, A. G. ; REGO, P. A. L. ; MAIA, J. G. R. ; TRINTA, F. A. M. ; DEMACEDO, J ; LIRA NETO, A. V. . A Method based on Convolutional Neural Networks for Fingerprint Segmentation. IEEE Xplore , v. 1, p. INSPEC : 190285-8, 2019.

• MAGALHAES, REGIS PIRES ; LETTICH, FRANCESCO ; Macedo, Jose Antonio ; NARDINI, FRANCO MARIA ; PEREGO, RAFFAELE ; RENSO, CHIARA ; TRANI, ROBERTO . Speed prediction in large and dynamic traffic sensor networks. INFORMATION SYSTEMS , v. 98, p. 101444, 2019.

• GOMES, GEORGE A.M. ; SANTOS, EMANUELE ; VIDAL, CRETO A. ; COELHO DA SILVA, TICIANA L. ; MACEDO, JOSE ANTONIO F. . Real-time discovery of hot routes on trajectory data streams using interactive visualization based on GPU. COMPUTERS & GRAPHICS-UK , v. 76, p. 129-141, 2018.

• VALCARCE, DANIEL ; BRILHANTE, IGO ; Macedo, Jose Antonio ; NARDINI, FRANCO MARIA ; PEREGO, RAFFAELE ; RENSO, CHIARA . Item-driven group formation. Online Social Networks and Media , v. 8, p. 17-31, 2018.

• ALBUQUERQUE, FÁBIO C. ; CASANOVA, MARCO A. ; LOPES, HÉLIO ; REDLICH, LUCIANA R. ; DE MACEDO, JOSÉ ANTONIO F. ; Lemos, Melissa ; DE CARVALHO, MARCELO TILIO M. ; RENSO, CHIARA . A methodology for traffic-related Twitter messages interpretation. Computers in Industry , v. 78, p. 57-69, 2016.

• BRILHANTE, IGO ; Macedo, Jose Antonio ; NARDINI, FRANCO MARIA ; PEREGO, RAFFAELE ; RENSO, CHIARA . Planning sightseeing tours using crowdsensed trajectories. SIGSPATIAL Special , v. 7, p. 59-66, 2015.

• BRILHANTE, IGO RAMALHO ; Macedo, Jose Antonio ; NARDINI, FRANCO MARIA ; PEREGO, RAFFAELE ; RENSO, CHIARA . On planning sightseeing tours with TripBuilder. Information Processing & Management , v. 51, p. 1-15, 2015.

• ARAUJO, A. H. M. ; MONTEIRO FILHO, J. M. S. ; MACÊDO, J. A. F. ; TAVARES, J. A. ; BRAYNER, Angelo ; Sérgio Lifschitz . On Using an Online, Automatic and Non-Intrusive Approach for Rewriting SQL Queries. Journal of Information and Data Management - JIDM , v. 5, p. 28-39, 2014.

• ARAUJO, A. H. M. ; MONTEIRO, JOSÉ MARIA ; MACÊDO, J. A. F. ; TAVARES, J. A. ; BRAYNER, Ângelo ; LIFSCHITZ, S. . ARe-SQL: An Online, Automatic and Non-Intrusive Approach for Rewriting SQL Queries. Journal of Information and Data Management - JIDM , v. 5, p. 28-39, 2014.

• RENSO, C. ; BAGLIONI, M. ; MACEDO, J., DE MACEDO, J. A. ; TRASARTI, R. ; WACHOWITZ, M. . How you move reveals who you are: understanding human behavior by analyzing trajectory data. Knowledge and Information Systems (electronic resource) , v. 37, p. 331-362, 2013.

• SIQUEIRA, M. ; MONTEIRO FILHO, J. M. S. ; BRAYNER, Angelo ; MACÊDO, J. A. F. ; Machado, Javam de Castro . Approaches to Model Query Interactions. Journal of Information and Data Management - JIDM , v. 4, p. 84-93, 2013.

• COELHO DA SILVA, TICIANA L. ; NASCIMENTO, MARIO A. ; MACÊDO, JOSÉ ANTÔNIO F. ; SOUSA, FLÁVIO R. C. ; MACHADO, JAVAM C. . Non-Intrusive Elastic Query Processing in the Cloud. Journal of Computer Science and Technology , v. 28, p. 932-947, 2013.

• Parent, Christine ; PELEKIS, NIKOS ; THEODORIDIS, YANNIS ; Yan, Zhixian ; Spaccapietra, Stefano ; RENSO, CHIARA ; ANDRIENKO, GENNADY ; ANDRIENKO, NATALIA ; BOGORNY, VANIA ; DAMIANI, MARIA LUISA ; GKOULALAS-DIVANIS, ARIS ; Macedo, Jose . Semantic trajectories modeling and analysis. ACM Computing Surveys , v. 45, p. 1-32, 2013.

• ALMADA, L. ; NASCIMENTO, M. ; MACÊDO, J. A. F. . K-NEAREST NEIGHBORS QUERIES IN TIME-DEPENDENT ROAD NETWORKS. Journal of Information and Data Management - JIDM , v. 3, p. 211-226, 2012.

• VIDAL, V. P. ; MACÊDO, J. A. F. ; PINHEIRO, J. ; CASANOVA, M. A. ; Porto, F. . Query Processing in a Mediator Based Framework for Linked Data Integration. International Journal of Business Data Communications and Networking , v. 7, p. 29-47, 2011.

• Leal, B. ; MACÊDO, J. A. F. ; TIMES, V. ; CASANOVA, M. A. ; VIDAL, V. P. ; TILIO, M. . From Conceptual Modeling to Logical Representation of Trajectories in DBMS-OR and DW Systems. Journal of Information and Data Management - JIDM , v. 2, p. 463-478, 2011.

• SACRAMENTO, E. ; VIDAL, V. P. ; MACÊDO, J. A. F. ; LOSCIO, B. ; LOPES, F. L. ; CASANOVA, M. A. . Towards Automatic Generation of Application Ontologies. Journal of Information and Data Management - JIDM , v. 1, p. 535-550, 2010.

• Bertalan, Marcelo Albano, Rodolpho Padua, Vania Rouws, Luc Rojas, Cristian Hemerly, Adriana Teixeira, Katia Schwab, Stefan Araujo, Jean Oliveira, Andre Franca, Leonardo Magalhaes, Viviane Alqueres, Sylvia Cardoso, Alexander Almeida, Welington Loureiro, Marcio Martins Nogueira, Eduardo Cidade, Daniela Oliveira, Denise Simao, Tatiana Macedo, Jacyara Valadao, Ana Dreschsel, Marcela Freitas, Flavia Vidal, Marcia , et al. Guedes, Helma Rodrigues, Elisete Meneses, Carlos Brioso, Paulo Pozzer, Luciana Figueiredo, Daniel Montano, Helena Junior, Jadier Filho, Goncalo Flores, Victor Ferreira, Beatriz Branco, Alan Gonzalez, Paula Guillobel, Heloisa Lemos, Melissa Macedo, Jose ; Complete genome sequence of the sugarcane nitrogen-fixing endophyte Gluconacetobacter diazotrophicus PAL5. BMC Genomics , v. 10, p. 450, 2009.

• SPACCAPIETRA, S ; PARENT, C ; DAMIANI, M ; DEMACEDO, J ; PORTO, F ; VANGENOT, C . A conceptual view on trajectories?. Data & Knowledge Engineering , v. 65, p. 126-146, 2008.

• Yan, Zhixian ; Macedo, Jose ; Parent, Christine ; Spaccapietra, Stefano . Trajectory Ontologies and Queries. Transactions in GIS , v. 12, p. 75-91, 2008.

• MACÊDO, JOSE ANTÔNIO F. DE ; QUEZADO, S. R. S. ; SILVA, T. D. . FEMINICÍDIO MAPEAMENTO, PREVENÇÃO E TECNOLOGIA. 1. ed. Paco Editorial, 2023.

• Darin, Ticianne ; Andrade, Rossana ; Macedo, José ; Araújo, David ; Mesquita, Lana ; Sánchez, Jaime . Usability and UX Evaluation of a Mobile Social Application to Increase Students-Faculty Interactions. 18th International Conference, HCI International 2016 Toronto, Canada, July 17?22, 2016 Proceedings, Part II. 1ed.: , 2016, v. 618, p. 21-29.

• MACÊDO, J. A. F. ; MAGALHAES, R. P. ; VIDAL, V. P. ; CASANOVA, M. A. ; NASCIMENTO, M. ; MARTINS, S. ; COSTA, C. F. ; PEREGO, RAFFAELE ; RENSO, CHIARA ; MELO, R. . Processamento de Consultas Espaciais em Redes Dependentes de Tempo de Larga Escala. In: Sociedade Brasileira de Computação. (Org.). Seminário Grandes Desafios da SBC 2014. 1ed.: , 2015, v. , p. 203-224.

• FILETO, R. ; MACÊDO, J. A. F. ; Vania Bogorny ; RENSO, C. ; RAFFAETA, A. ; PELEKIS, N. ; THEODORIDIS, Y. . Enriquecimento Semantico, Análise e Mineração de Dados sobre Movimento com Ontologias e Dados Ligados. In: Ana Carolina Salgado, Claudia Lage Rebello da Motta,Flavia Maria Santoro. (Org.). Grandes Desafios na Computação no Brasil. 1ed.: , 2015, v. , p. 170-184.

• BRILHANTE, IGO ; Macedo, Jose Antonio ; NARDINI, FRANCO MARIA ; PEREGO, RAFFAELE ; RENSO, CHIARA . TripBuilder: A Tool for Recommending Sightseeing Tours. Lecture Notes in Computer Science. 1ed.: Springer International Publishing, 2014, v. , p. 771-774.

• CASANOVA, M. A. ; BREITMAN, K. ; FURTADO, A. L. ; VIDAL, V. P. ; MACEDO, J., DE MACEDO, J. A. . An Efficient Proof Procedure for a Family of Lightweight Database Schemas. In: Michael G. Hinche; Lorcan Coyle. (Org.). An Efficient Proof Procedure for a Family of Lightweight Database Schemas. Heidelberg: Springer, 2011, v. 1, p. 453-484.

• SOUSA, F. ; MOREIRA, L. ; MACÊDO, J. A. F. ; MACHADO, J. . Gerenciamento de Dados em Nuvem: Conceitos, Sistemas e Desafios. In: PEREIRA, A. C. M.; PAPPA, G. L.; WINCKLER, M.; GOMES, R. L.. (Org.). Tópicos em Sistemas Colaborativos, Interativos, Multimídia, Web e Bancos de Dados. Belo Horizonte: SBC, 2010, v. 1, p. 101-103.

• WACHOWITZ, M. ; MACÊDO, J. A. F. ; RENSO, C. ; LIGTENBERG, A. . The role of a multi-tier ontological framework in reasoning to discover meaningful patterns of sustainable mobility. In: Harvey J Miller; Jiawei Han. (Org.). Geographic Data Mining and Knowledge Discovery. 2ed.: CRC Press, 2008, v. , p. -.

• MACÊDO, J. A. F. ; VANGENOT, C. ; OTHMAN, W. ; PELEKIS, N. ; FRENTZOS, E. ; Bart Kuijpers ; Spaccapietra, S. ; THEODORIDIS, Y. . Trajectory Data Models. In: Fosca Giannoti ; Dino Pedreschi. (Org.). Mobility, data mining, and Privacy ? Geographic Discovery. Berlin Heidelberg: Springer, 2008, v. , p. -.

• PARENT, C. ; Spaccapietra, S. ; VANGENOT, C. ; DAMIANI, M. L. ; MACÊDO, J. A. F. ; Porto, F. . Modélisation Conceptuelle de Trajectories. In: Michel Schneider, Mireille Batton-Hubert, Thierry Joliveau, Sylvie Lardon, François Pinet. (Org.). Reveu des Nouvelles Technologies de l'Information (RNTI-E-13). Toulosse: CÉPADUÉS-ÉDITIONS, 2008, v. , p. 151-176.

• Sérgio Lifschitz ; MACÊDO, J. A. F. . Agent-based Databases and Parallel Join Load Balancing. In: J. MontilvaM I. BesembelM M. Pérez ; F. Losavio. (Org.). Sistemas de Información e Ingeniería de Software: Temas Selecto. Centro de Estudios en Informát: Mérida, Venezuela, 2004, v. , p. 69-88.

• LEMOS, M. ; MACÊDO, J. A. F. . Agentes de Software e Biologia. In: C.J.P.Lucena; R.L.Milidiú. (Org.). Sistemas Multi Agentes. Rio de Janeiro: Papel Virtual Editora, 2001, v. , p. -.

• BRILHANTE, IGO ; DE MACÊDO, JOSÉ A. F. . A Digital Agent to Manage Your Travel. Communications of ACM, 03 dez. 2015.

• SA, B. D. ; MACEDO, JOSE A.F. DE ; LINHARES, T. . Enhancing Geocoding of Adjectival Toponyms With Heuristics. In: PoliticalNLP, 2022, Marseille, France. Proceedings of the LREC 2022 workshop on Natural Language Processing for Political Sciences, 2022.

• FREITAS, N. ; LINHARES, T. ; MACÊDO, J. A. F. ; L. S. Junior ; CORDEIRO, M. . Using Deep Learning for Trajectory Classification. In: ProcProceedings of the 13th International Conference on Agents and Artificial Intelligence, 2021. Proceedings of the 13th International Conference on Agents and Artificial Intelligence, 2021. v. 2. p. 664-671.

• M, S. F. ; COELHO DA SILVA, TICIANA L. ; MACEDO, JOSE ANTONIO F. . Sentence Compression on Domains with Restricted Labeled Data Availability. In: 12th International Conference on Agents and Artificial Intelligence - ICAART, 2020, Valletta. ICAART, 2020. v. 2.

• DIAS, MADSON L. D. ; MATTOS, CESAR LINCOLN C. ; DA SILVA, TICIANA L. C. ; DE MACEDO, JOSE ANTONIO F. ; SILVA, WELLINGTON C. P. . Anomaly Detection in Trajectory Data with Normalizing Flows. In: 2020 International Joint Conference on Neural Networks (IJCNN), 2020, Glasgow. 2020 International Joint Conference on Neural Networks (IJCNN), 2020. p. 1.

• LINHARES, T. ; FERREIRA, M. G. F. ; MAGALHAES, R. P. ; F. DE MACEDO, JOSÉ ANTONIO ; ARAUJO, N. S. . Rastreador de sintomas da COVID19. In: SBBD ? Simpósio Brasileiro de Bancos de Dados, 2020, Evento Virtual. SBBD ? Simpósio Brasileiro de Bancos de Dados, 2020.

• MOTA, A. ; LINHARES, T. ; MACÊDO, J. A. F. . Template-Based Multi-solution Approach for Data-to-Text Generation. In: Advances in Databases and Information Systems, 2020, Lyon. Lecture Notes in Computer Science 12245, 2020. p. 157-170.

• SARAIVA, F. Z. R. ; LINHARES, T. ; MACÊDO, J. A. F. . Aspect Term Extraction Using Deep Learning Model with Minimal Feature Engineering. In: CAiSE 2020: Advanced Information Systems Engineering, 2020, Grenoble. 32nd International Conference on Advanced Information Systems Engineering, 2020.

• GOMES, F. A. A. ; REGO, P. A. L. ; TRINTA, F. A. M. ; CARVALHO, W. V. ; SILVA, F. A. ; MACÊDO, J. A. F. ; NEUMAN, J. . A Study about the Impact of Encryption Support on a Mobile Cloud Computing Framework. In: the 10th International Conference on Cloud Computing and Services Science, 2020, Praga. Proceedings of the 10th International Conference on Cloud Computing and Services Science, 2020. p. 400-407.

• FRANCO, ARTUR O. R. ; SOARES, FELIPE F. ; NETO, ALOISIO V. LIRA ; DE MACEDO, JOSE A. F. ; REGO, PAULO A. L. ; GOMES, FERNANDO A. C. ; MAIA, JOSE G. R. . Vehicle Re-Identification by Deep Feature Embedding and Approximate Nearest Neighbors. In: 2020 International Joint Conference on Neural Networks (IJCNN), 2020, Glasgow. 2020 International Joint Conference on Neural Networks (IJCNN), 2020. p. 1.

• MEDEIROS, ALDISIO G. ; ANDRADE, JOAO P. B. ; SERAFIM, PAULO B. S. ; SANTOS, ALEXANDRE M. M. ; MAIA, JOSE G. R. ; TRINTA, FERNANDO A. M. ; DE MACEDO, JOSE A. F. ; FILHO, PEDRO P. R. ; REGO, PAULO A. L. . A Novel Approach for Automatic Enhancement of Fingerprint Images via Deep Transfer Learning. In: 2020 International Joint Conference on Neural Networks (IJCNN), 2020, Glasgow. 2020 International Joint Conference on Neural Networks (IJCNN), 2020. p. 1.

• DA SILVA, TICIANA L. COELHO ; LETTICH, FRANCESCO ; DE MACEDO, JOSE ANTONIO FERNANDES ; ZEITOUNI, KARINE ; CASANOVA, MARCO A. . Online Clustering of Trajectories in Road Networks. In: 2020 21st IEEE International Conference on Mobile Data Management (MDM), 2020, Versailles. 2020 21st IEEE International Conference on Mobile Data Management (MDM), 2020. p. 99-108.

• SOARES, JOHNNY MARCOS SILVA ; BARBOSA, LUCIANO ; REGO, PAULO ANTONIO LEAL ; MAGALHÃES, REGIS PIRES ; MACÊDO, JOSE ANTÔNIO F. DE . Indexando Impressões Digitais Utilizando Índice Invertido: Uma Investigação Inicial. In: XXXV Simpósio Brasileiro de Banco de Dados, 2020, Brasil. Anais do XXXV Simpósio Brasileiro de Banco de Dados (SBBD 2020), 2020. p. 181.

• DA SILVA, ANDRIO RODRIGO CORREA ; DE PAULA JUNIOR, IALIS CAVALCANTE ; DA SILVA, TICIANA LINHARES COELHO ; DE MACEDO, JOSE ANTONIO FERNANDES ; SILVA, WELLINGTON CLAY PORCINO . Prediction of crime location in a brazilian city using regression techniques. In: 2020 IEEE 32nd International Conference on Tools with Artificial Intelligence (ICTAI), 2020, Baltimore. 2020 IEEE 32nd International Conference on Tools with Artificial Intelligence (ICTAI), 2020. p. 331-336.

• LINHARES, T. ; MAGALHAES, R. P. ; MACÊDO, J. A. F. ; Araújo, David ; ARAUJO, N. S. ; MELO, V. T. ; PINHEIRO, P. O. ; REGO, P. A. L. ; LIRA NETO, A. V. . Improving Named Entity Recognition using Deep Learning with Human in the Loop. In: Conferência Conjunta EDBT / ICDT 2019, 2019, Lisboa/ Portugal. Procedimento Demo Track EDBT2019, 2019.

• L. S. Junior ; RENSO, C. ; MACÊDO, J. A. F. . On combining dynamic selection, sampling, and pool generators for credit scoring. In: 15th International Conference on Machine Learning and Data Mining, MLDM 2019, 2019, New York, NY, USA. Proceedings, Machine Learning and Data Mining in Pattern Recognition, 2019. v. 1.

• MACEDO, JOSE ANTONIO F. . Trajectory Prediction from a Mass of Sparse and Missing External Sensor Data. In: The 20th IEEE International Conference on Mobile Data Management - MDM, 2019, Hong Kong. MDM, 2019.

• L. S. Junior ; NARDINI, FRANCO MARIA ; RENSO, CHIARA ; DEMACEDO, J . An Empirical Comparison of Classification Algorithms for Imbalanced Credit Scoring Datasets.. In: 18th IEEE International Conference on Machine Learning and Applications - ICMLA 2019, 2019, Boca Raton. ICMLA.

• NUNES JUNIOR, F. C. F. ; LINHARES, T. ; QUEIROZ NETO, J. F. ; DEMACEDO, J ; SILVA, W. C. P. . A Novel Approach to Approximate Crime Hotspots to the Road Network.. In: ACM SIGSPATIAL Workshop on Prediction of Human Mobility, 2019, Chicago. ACM SIGSPATIAL Workshop on Prediction of Human Mobility, 2019.

• L. Peres ; LINHARES, T. ; MACÊDO, J. A. F. ; Araújo, David . Ontology-Schema Based Query by Example. In: Conceptual Modeling - 38th International Conference, 2019, Salvador. Proceedings of the 38th International Conferenceon Conceptual Modeling, 2019. p. 204-212.

• MELO, LEOPOLDO ; NARDINI, FRANCO MARIA ; RENSO, CHIARA ; Macedo, Jose Antonio . KNORA-IU: Improving the Dynamic Selection Prediction in Imbalanced Credit Scoring Problems. In: 2019 IEEE 31st International Conference on Tools with Artificial Intelligence (ICTAI), 2019, Portland. 2019 IEEE 31st International Conference on Tools with Artificial Intelligence (ICTAI), 2019. p. 424.

• MAKRIS, ANTONIOS ; TSERPES, KONSTANTINOS ; ANAGNOSTOPOULOS, DIMOSTHENIS ; NIKOLAIDOU, MARA ; DE MACEDO, JOSE ANTÔNIO FERNANDES . Database system comparison based on spatiotemporal functionality. In: the 23rd International Database Applications & Engineering Symposium, 2019, Athens. Proceedings of the 23rd International Database Applications & Engineering Symposium on - IDEAS '19. New York: ACM Press, 2019. p. 1.

• SERAFIM, PAULO BRUNO S. ; MEDEIROS, ALDISIO G. ; REGO, PAULO A. L. ; MAIA, JOSE GILVAN R. ; TRINTA, FERNANDO A. M. ; MAIA, MARCIO E. F. ; DE MACEDO, JOSE ANTONIO F. ; LIRA NETO, ALOISIO V. . A Method based on Convolutional Neural Networks for Fingerprint Segmentation. In: 2019 International Joint Conference on Neural Networks (IJCNN), 2019, Budapest. 2019 International Joint Conference on Neural Networks (IJCNN), 2019. p. 1.

• LINHARES, T. ; ARAUJO, N. S. ; MACÊDO, J. A. F. ; Araújo, David ; SOARES, F. M. ; REGO, P. A. L. ; LIRA NETO, A. V. . Novel approach for Label Disambiguation via Deep Learning. In: Machine Learning and Data Mining in Pattern Recognition, 2019, Nova Yoork. Proceedings of the 15th International Conference on Machine Learning and Data Mining, MLDM 2019, 2019. p. 431-442.

• FREIRES JUNIOR, J. H. ; MACÊDO, J. A. F. ; I. Brilhante . SumOpinions: Automatic Summarization of Reviews about Tourist Places. In: 15th International Conference on Machine Learning and Data Mining, MLDM 2019, 2019, Nova Yoork. Proceedings of the 15th International Conference on Machine Learning and Data Mining, MLDM 2019, 2019. p. 542-556.

• OLIVEIRA, EMANUEL ; BRILHANTE, IGO RAMALHO ; DE MACEDO, JOSE ANTONIO FERNANDES . TrajectMe. In: the 2nd ACM SIGSPATIAL Workshop, 2018, Seattle. Proceedings of the 2nd ACM SIGSPATIAL Workshop on Recommendations for Location-based Services and Social Networks - LocalRec'18. New York: ACM Press, 2018. p. 1.

• LINHARES, T. ; MAGALHAES, R. P. ; I. Brilhante ; MACÊDO, J. A. F. ; Araújo, David ; REGO, P. A. L. ; LIRA NETO, A. V. . Big Data Analytics Technologies and Platforms: a brief review. In: LADaS - Latin America Data Science Workshop co - localizado com VLDB 2018, 2018, Rio de Janeiro. Ceur Workshop Proceedings LADaS - Latin America Data Science Workshop, 2018.

• ALMEIDA, ANTONIO M. R. ; MACÊDO, J. A. F. ; MACHADO, J. . Optimization of urban semaphore times turning into JSSP. In: 44ª Conferência Internacional Sobre Bases de Dados Muito Grandes - VLDB, 2018, Rio de Janeiro. BiDu-Posters@VLDB 2018, 2018.

• LOPES, HÉLIO ; F. DE MACEDO, JOSÉ ANTONIO ; RODRÍGUEZ LLANES, KATHRIN ; CASANOVA, MARCO A. . An Approach to Evaluate the Impact on Travel Time of Bus Network Changes. In: 19th International Conference on Enterprise Information Systems, 2017, Porto. Proceedings of the 19th International Conference on Enterprise Information Systems, 2017. p. 23.

• MATOS, TALES ; MACEDO, JOSÉ ANTONIO F. DE ; MONTEIRO, JOSÉ MARIA ; LETTICH, FRANCESCO . An Accurate Tax Fraud Classifier with Feature Selection based on Complex Network Node Centrality Measure. In: 19th International Conference on Enterprise Information Systems, 2017, Porto. Proceedings of the 19th International Conference on Enterprise Information Systems, 2017. p. 145.

• AVILA, R. L. F. ; LOPES, G. ; VIDAL, V. P. ; DE MACÊDO, JOSÉ A. F. . Framework Baseado em Ontologias para Publicação e Integração Semântica de Glossários. In: ONTOBRAS, 2017, Brasilia. Proceedings of the IX Seminar on Ontology Research in Brazil and I Doctoral and Masters Consortium on Ontologies, 2017. v. 108. p. 43-54.

• ALMADA, L. ; LETTICH, FRANCESCO ; L. S. Junior ; MAGALHAES, R. P. ; MACEDO, JOSE A.F. DE . Finding the Nearest Service Provider on Time-Dependent Road Networks.. In: Workshop on Large-Scale Time Dependent Graphs (TD-LSG 2017) co-located with the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD 2017), 2017, Skopje, Macedonia. Proceedings of the Workshop on Large-Scale Time Dependent Graphs (TD-LSG 2017) co-located with the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD 2017), 2017. v. 1929. p. 21-31.

• W. Inoubli ; ALMADA, L. ; COELHO DA SILVA, TICIANA L. ; COUTINHO, G. ; L. Peres ; MAGALHAES, R. P. ; MACEDO, JOSE A.F. DE ; ARIDHI, S. ; NGUIFO, E. M. . A Distributed Framework for Large-Scale Time-Dependent Graph Analysis.. In: Workshop on Large-Scale Time Dependent Graphs (TD-LSG 2017) co-located with the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD 2017), 2017, Skopje, Macedonia. Proceedings of the Workshop on Large-Scale Time Dependent Graphs (TD-LSG 2017) co-located with the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD 2017), 2017. v. 1929. p. 48-53.

• FREIRE, V. P. M. ; Porto, F. ; MACEDO, J.A.F. DE . Ligações Semânticas Utilizando Predicados SKOS. In: XXXII Simpósio Brasileiro de Banco de Dados, 2017, Uberlandia. Anais do XXXII Simpósio Brasileiro de Banco de Dados, 2017. p. 88-99.

• LEITE, ANTONIO JOSE MELO ; SANTOS, EMANUELE ; VIDAL, CRETO AUGUSTO ; MACEDO, JOSE ANTONIO FERNANDES DE . Visual Analysis of Predictive Suffix Trees for Discovering Movement Patterns and Behaviors. In: 2017 30th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2017, Niterói. 2017 30th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2017. p. 103.

• FREIRE, V. P. M. ; Porto, F. ; MACÊDO, J. A. F. . ParallelNACluster: Uma estratégia paralela de clusterização para o casamento de múltiplos catálogos. In: XXXII Simpósio Brasileiro de Banco de Dados, 2017, Uberlandia. Anais do XXXII Simpósio Brasileiro de Banco de Dados. Porto Alegre: SBC, 2017. p. 100-111.

• AVILA, R. L. F. ; SANTOS, SALOMÃO ; Araújo, David ; VIDAL, VÂNIA ; MACÊDO, J. A. F. . Semantic Links Using SKOS Predicates. In: The 21st International Conference Knowledge-Based and Intelligent Information & Engineering Systems - KES-2017, 2017, Marseille. Proceedings of the 21st International Conference KES-2017, 2017. p. 467-473.

• ALMEIDA, ANTONIO M. R. ; LEITE, JOSE L. A. ; MACEDO, JOSE A. F. ; MACHADO, JAVAM C. . GPS2GR. In: the 8th ACM SIGSPATIAL Workshop, 2017, Redondo Beach. Proceedings of the 8th ACM SIGSPATIAL Workshop on GeoStreaming - IWGS'17, 2017. p. 39.

• NASCIMENTO, SAMARA MARTINS ; DE MACEDO, JOSÉ ANTÔNIO F. ; LOPES, HÉLIO CÔRTES VIEIRA ; DA SILVA, TICIANA L. COELHO ; CASANOVA, MARCO ANTONIO ; DE CASTRO MACHADO, JAVAM . On computing travel time functions from Trajectory Data Streams. In: the 8th ACM SIGSPATIAL Workshop, 2017, Redondo Beach. Proceedings of the 8th ACM SIGSPATIAL Workshop on GeoStreaming - IWGS'17, 2017. p. 11.

• CHUCRE, MIRLA RAFAELA RAFAEL BRAGA ; NASCIMENTO, SAMARA MARTINS ; MACEDO, JOSE ANTONIO FERNANDES DE ; FILHO, JOSE MARIA DA SILVA MONTEIRO ; CASANOVA, MARCO ANTONIO . Taxi, Please! A Nearest Neighbor Query in Time-Dependent Road Networks. In: 2016 17th IEEE International Conference on Mobile Data Management (MDM), 2016, Porto. 2016 17th IEEE International Conference on Mobile Data Management (MDM), 2016. p. 180.

• SILVA, TICIANA L. COELHO DA ; ZEITOUNI, KARINE ; MACEDO, JOSE A.F. DE ; CASANOVA, MARCO A. . A Framework for Online Mobility Pattern Discovery from Trajectory Data Streams. In: 2016 17th IEEE International Conference on Mobile Data Management (MDM), 2016, Porto. 2016 17th IEEE International Conference on Mobile Data Management (MDM), 2016. p. 365-368.

• DA SILVA, TICIANA L. COELHO ; ZEITOUNI, KARINE ; DE MACÊDO, JOSÉ A. F. ; CASANOVA, MARCO A. . CUTiS. In: the 20th International Database Engineering & Applications Symposium, 2016, Montreal. Proceedings of the 20th International Database Engineering & Applications Symposium on - IDEAS '16. New York: ACM Press, 2016. p. 296-301.

• NASCIMENTO, SAMARA MARTINS ; CHUCRE, MIRLA R. R. BRAGA ; DE MACEDO, JOSE ANTÔNIO FERNANDES ; MONTEIRO, JOSE ; CASANOVA, MARCO ANTONIO . On computing temporal functions for a time-dependent networks using trajectory data. In: the 20th International Database Engineering & Applications Symposium, 2016, Montreal. Proceedings of the 20th International Database Engineering & Applications Symposium on - IDEAS '16. New York: ACM Press, 2016. p. 236-241.

• ROCHA, CLEILTON L. ; BRILHANTE, IGO R. ; LETTICH, FRANCESCO ; DE MACEDO, JOSE ANTÔNIO F. ; RAFFAETÀ, ALESSANDRA ; Andrade, Rossana ; ORLANDO, SALVATORE . TPRED. In: the 20th International Database Engineering & Applications Symposium, 2016, Montreal. Proceedings of the 20th International Database Engineering & Applications Symposium on - IDEAS '16. New York: ACM Press, 2016. p. 34-42.

• RENSO, CHIARA ; DE MACEDO, JOSÉ ANTONIO F. ; NARDINI, FRANCO MARIA ; PEREGO, RAFFAELE ; BRILHANTE, IGO . User-Item Group Formation with GroupFinder. In: Italian Information Retrieval Workshop, 2016, Venezia, Italy. Proceedings of the 7th Italian Information Retrieval Workshop, 2016.

• BRILHANTE, IGO ; Macedo, Jose Antonio ; NARDINI, FRANCO MARIA ; PEREGO, RAFFAELE ; RENSO, CHIARA . Group Finder: An Item-Driven Group Formation Framework. In: 2016 17th IEEE International Conference on Mobile Data Management (MDM), 2016, Porto. 2016 17th IEEE International Conference on Mobile Data Management (MDM), 2016. p. 8-17.

• SILVA, TICIANA L. COELHO DA ; ZEITOUNI, KARINE ; MACEDO, JOSE A.F. DE . Online Clustering of Trajectory Data Stream. In: 2016 17th IEEE International Conference on Mobile Data Management (MDM), 2016, Porto. 2016 17th IEEE International Conference on Mobile Data Management (MDM), 2016. p. 112-121.

• RODRIGUES, P. R. F. ; COELHO DA SILVA, TICIANA L. ; SOUSA, FLÁVIO ; MAGALHAES, R. P. ; MACÊDO, J. A. F. . Dinâmica de Temas Abordados no Twitter Via Evolução de Clusters. In: Simpósio Brasileiro de Banco de Dados, 2016, Salvador. 31st Brazilian Symposium on Databases, 2016.

• ARAUJO NETO, A. C. ; COELHO DA SILVA, TICIANA L. ; FARIAS, V. A. E. ; MACÊDO, J. A. F. ; DE C. MACHADO, JAVAM . G2P: A Partitioning Approach for Processing DBSCAN with MapReduce. In: Web and Wireless Geographical Information Systems - 14th International Symposium, W2GIS 2015, 2015, Grenoble. Web and Wireless Geographical Information Systems - 14th International Symposium, W2GIS 2015, 2015. p. 191-202.

• BRILHANTE, IGO ; MACÊDO, J. A. F. ; NARDINI, FRANCO MARIA ; PEREGO, RAFFAELE ; RENSO, C. . Scaling up the Mining of Semantically-enriched Trajectories: TripBuilder at the World Level. In: 6th Italian Information Retrieval Workshop, 2015, Cagliari. Proceedings of the 6th Italian Information Retrieval Workshop, 2015.

• COSTA, C. F. ; NASCIMENTO, M. ; MACÊDO, J. A. F. ; THEODORIDIS, Y. ; PELEKIS, NIKOS ; Machado, Javam de Castro . Optimal Time-dependent Sequenced Route Queries in Road Networks. In: 23rd ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems (ACM SIGSPATIAL 2015), 2015, Seattle, Washington, USA. Proceedings of the 23rd ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems, 2015.

• COSTA, C. F. ; Machado, Javam de Castro ; NASCIMENTO, MÁRIO ; DE MACEDO, JOSÉ ANTONIO F. . Aggregate k-Nearest Neighbors Queries in Time-Dependent Road Networks. In: The 4th ACM SIGSPATIAL MobiGIS 2014, 2015, Seattle. Proceedings of The 4th ACM SIGSPATIAL MobiGIS 2014.

• COSTA, CAMILA F. ; NASCIMENTO, MARIO A. ; MACEDO, JOSE ANTONIO FERNANDES DE ; MACHADO, JAVAM . A*-based Solutions for KNN Queries with Operating Time Constraints in Time-Dependent Road Networks. In: 2014 15th IEEE International Conference on Mobile Data Management (MDM), 2014, Brisbane. 2014 IEEE 15th International Conference on Mobile Data Management, 2014. v. 1. p. 23.

• COELHO DA SILVA, TICIANA L. ; ARAUJO NETO, A. C. ; MAGALHAES, R. P. ; FARIAS, V. A. E. ; MACÊDO, J. A. F. ; Machado, Javam de Castro . Efficient and Distributed DBScan Algorithm Using MapReduce to Detect Density Areas on Traffic Data. In: International Conference on Enterprise Information Systems (ICEiSS 2014), 2014, Lisboa. 16th International Conference on Enterprise Information Systems (ICEIS 2014), 2014. v. 1. p. 52-59.

• COELHO DA SILVA, TICIANA L. ; MACÊDO, J. A. F. ; CASANOVA, M. A. . Discovering frequent mobility patterns on moving object data. In: Third ACM SIGSPATIAL International Workshop on Mobile Geographic Information Systems, MobiGIS, 2014, Dallas. Proceedings of the Third ACM SIGSPATIAL International Workshop on Mobile Geographic Information Systems, MobiGIS 2014, 2014. p. 60-67.

• FREIRE, V. P. M. ; Porto, F. ; MACÊDO, J. A. F. ; AKBARINIA, R. . NACluster: A Non-supervised Clustering Algorithm for Matching Multi Catalogues.. In: 10th IEEE International Conference on e-Science, 2014, Sao Paulo. Proceedings of the 10th IEEE International Conference on e-Science, 2014. p. 83-86.

• MATOS, TALES ; DE MACEDO, JOSÉ ANTONIO F. ; MONTEIRO, JOSÉ MARIA . An Empirical Method for Discovering Tax Fraudsters. In: the 19th International Database Engineering & Applications Symposium, 2014, Yokohama. Proceedings of the 19th International Database Engineering & Applications Symposium on - IDEAS '15. New York: ACM Press, 2015. p. 41-48.

• CINTRA, P. ; TRASARTI, R. ; ALMADA, L. ; FERREIRA, C. ; MACÊDO, J. A. F. . A Gravity Model for Speed Estimation over Road Network. In: Mobile Data Management, 2013, Milan. Proceedings of HuMoComp workshop, 2013.

• ALBUQUERQUE, FABIO DA COSTA ; CASANOVA, MARCO A. ; MACEDO, JOSE ANTONIO F. DE ; CARVALHO, MARCELO TILIO M. DE ; RENSO, CHIARA . A Proactive Application to Monitor Truck Fleets. In: 2013 14th IEEE International Conference on Mobile Data Management (MDM), 2013, Milan. 2013 IEEE 14th International Conference on Mobile Data Management. p. 301-304.

• BARBOSA, I. ; CASANOVA, M. A. ; RENSO, C. ; MACÊDO, J. A. F. . Average Speed Estimation for Road Networks based on GPS Raw Trajectories. In: 15th International Conference on Enterprise Information Systems, 2013, Angers. Proceedings of the 15th International Conference on Enterprise Information Systems, 2013. p. 490.

• MONTEIRO FILHO, J. M. S. ; MAGALHAES, R. P. ; VIDAL, V. P. ; MACÊDO, J. A. F. ; MAIA, M. ; Porto, F. ; CASANOVA, M. A. . QEF-LD - A Query Engine for Distributed Query Processing on Linked Data. In: 15th International Conference on Enterprise Information Systems, 2013, Angers. Proceedings of the 15th International Conference on Enterprise Information Systems, 2013. p. 185.

• COSTA, CAMILA F. ; NASCIMENTO, MARIO A. ; MACÊDO, JOSÉ A. F. ; DE C. MACHADO, JAVAM . Nearest neighbor queries with service time constraints in time-dependent road networks. In: the Second ACM SIGSPATIAL International Workshop, 2013, Orlando. Proceedings of the Second ACM SIGSPATIAL International Workshop on Mobile Geographic Information Systems - MobiGIS '13. New York: ACM Press, 2013. p. 22.

• BRILHANTE, IGO ; Macedo, Jose Antonio ; NARDINI, FRANCO MARIA ; PEREGO, RAFFAELE ; RENSO, CHIARA . Where shall we go today?. In: the 22nd ACM international conference, 2013, San Francisco. Proceedings of the 22nd ACM international conference on Conference on information & knowledge management - CIKM '13. New York: ACM Press, 2013. p. 757.

• CASANOVA, M. A. ; BREITMAN, K. ; FURTADO, A. L. ; VIDAL, V. P. ; MACEDO, J., DE MACEDO, J. A. ; SACRAMENTO, E. . Constraint Reuse in DL-Lite Core with Arbitrary Number Restrictions. In: Alberto Mendelzon Workshop on Foundations of Data Management, 2012, Ouro Preto. CEUR Workshop Proceedings, 2012. v. 866.

• CASANOVA, M. A. ; MACEDO, J., DE MACEDO, J. A. ; SACRAMENTO, E. ; PINHEIRO, A. ; VIDAL, V. P. ; BREITMAN, K. ; FURTADO, A. L. . Operations over Lightweight Ontologies. In: Ontologies, DataBases, and Applications of Semantics (ODBASE), 2012, Roma. Proceedings of The 11th International Conference on Ontologies, DataBases, and Applications of Semantics, 2012.

• SACRAMENTO, E. ; CASANOVA, M. A. ; BREITMAN, K. ; FURTADO, A. L. ; MACEDO, J., DE MACEDO, J. A. ; VIDAL, V. P. . Dealing with Inconsistencies in Linked Data Mashups. In: 15th International Database Engineering & Applications Symposium, 2012, Praga. Proceedings of the 15th International Database Engineering & Applications Symposium, 2012.

• I. Brilhante ; TRASARTI, R. ; BERLINGERIO, M. ; RENSO, C. ; MACEDO, J., DE MACEDO, J. A. ; CASANOVA, M. A. . COMETOGETHER: discovering communities of places in mobility data. In: 13th International Conference on Mobile Data Management., 2012, Bengalore. The Proceeding of the 13th International Conference on Mobile Data Management. July 23-26, 2012, Bengaluru, India., 2012.

• COELHO DA SILVA, TICIANA LINHARES ; NASCIMENTO, MÁRIO ; MACÊDO, JOSÉ ANTÔNIO ; SOUSA, FLÁVIO ; MACHADO, JAVAM . Towards non-intrusive elastic query processing in the cloud. In: the fourth international workshop, 2012, Maui. Proceedings of the fourth international workshop on Cloud data management - CloudDB '12. New York: ACM Press, 2012. p. 9-16.

• CAMPORA, S. ; MACÊDO, J. A. F. ; SPINSANTI, L. . St-Toolkit: A Framework for Trajectory Data Warehousing. In: 14th AGILE International Conference on Geographic Information Science, 2011, Utrecht. Proceedings of The 14th AGILE International Conference on Geographic Information Science, 2011.

• BAKSHEV, S. ; SPINSANTI, L. ; MACÊDO, J. A. F. ; C. Vidal ; CASANOVA, M. A. . TRAJECTORY SEMANTIC VISUALIZATION. In: 13th International Conference on Enterprise Information Systems, 2011, Beijin. In Proceedings of the 13th International Conference on Enterprise Information Systems, 2011. p. 326-332.

• I. Brilhante ; MACÊDO, J. A. F. ; CASANOVA, M. A. ; RENSO, C. . Trajectory Data Analysis using Complex Networks. In: 15th International Database Engineering & Applications Symposium, 2011, Lisboa. Proceedings of the 15th International Database Engineering & Applications Symposium, 2011.

• MONTEIRO FILHO, J. M. S. ; MACHADO, J. ; MACÊDO, J. A. F. ; Silva, M.R. . Sintonia Automática de Banco de Dados em Nuvem. In: I Workshop on Autonomic Distributed Systems (WoSIDA), 2011, Campo Grande. I Workshop on Autonomic Distributed Systems (WoSIDA), 2011.

• SACRAMENTO, E. ; VIDAL, V. P. ; MACÊDO, J. A. F. ; LOSCIO, B. ; LOPES, F. L. ; CASANOVA, M. A. . Towards Automatic Generation of Application Ontologies. In: XXV Simpósio Brasileiro de Banco de Dados, 2010, Belo Horizonte. To be published in: XXV Simpósio Brasileiro de Banco de Dados, 2010.

• PINHEIRO, J. ; VIDAL, V. P. ; MACÊDO, J. A. F. ; SACRAMENTO, E. ; CASANOVA, M. A. ; Porto, F. . Query Processing in a Three-Level Ontology-Based Data Integration System. In: 12th International Conference on Information Integration and Web-based Applications & Services (iiWAS2010), 2010, Paris. 12th International Conference on Information Integration and Web-based Applications & Services, 2010.

• LAUSCHENER, T. ; CASANOVA, M. A. ; VIDAL, V. P. ; MACÊDO, J. A. F. . A Fast Decision Procedure for Query Containment and Related Problems. In: Simpósio Brasileiro de Banco de Dados, 2009, Fortaleza. XXIV Simpósio Brasileiro de Banco de Dados, 2009.

• VIDAL, V. P. ; SACRAMENTO, E. ; MACÊDO, J. A. F. ; CASANOVA, M. A. . An Ontology-Based Framework for Geographic Data Integration. In: 27th International Conference on Conceptual Modeling - ER2008 Workshops: Semantic and Conceptual Issues in Geographic Information Systems (SeCoGIS), 2009, Gramado/Brasil. 27th International Conference on Conceptual Modeling - ER2008 Workshops: Semantic and Conceptual Issues in Geographic Information Systems (SeCoGIS), 2009.

• BAGLIONI, M. ; MACÊDO, J. A. F. ; RENSO, C. ; TRASARTI, R. ; WACHOWITZ, M. . Towards Semantic Interpretation of Movement Behavior. In: 12th AGILE International Conference on Geographic Information Science, 2009, Hannover/Germany. Advances in GIScience - Proceedings of the 12th AGILE Conference, 2009. p. 271-288.

• Zhixian Yan ; MACÊDO, J. A. F. ; PARENT, C. ; Spaccapietra, S. . Trajectory Ontologies. In: Terra Cognita Workshop In Conjunction with the 7th International Semantic Web Conference (WISC'08), 2008. Terra Cognita Workshop.

• BAGLIONI, M. ; MACÊDO, J. A. F. ; RENSO, C. ; WACHOWITZ, M. . An Ontology-Based Approach for the Semantic Modelling and Reasoning on Trajectories. In: 27th International Conference on Conceptual Modeling - ER2008 Workshops: Semantic and Conceptual Issues in Geographic Information Systems (SeCoGIS), 2008, Barcelona, Espanha. Advances in Conceptual Modeling ? Challenges and Opportunities. Heidelberg: Springer Berlin, 2008. v. 5232. p. 344-353.

• Porto, F. ; MACÊDO, J. A. F. ; TAMARGO, J. S. ; ZUFFEREY, Y. W. ; VIDAL, V. P. ; Spaccapietra, S. . Towards a Scientific Model Management System. In: , In 27th International Conference on Conceptual Modeling - ER2008 Workshops: Conceptual Modelling for Life Sciences Applications (CMLSA), 2008, Barcelona. Advances in Conceptual Modeling ? Challenges and Opportunities. Heidelberg: Springer Berlin, 2008. p. 55-65.

• CARNEIRO, C. ; ALP, A. ; MACÊDO, J. A. F. ; Spaccapietra, S. . Advanced Data Mining Method for discovering Regions and Trajectories of Moving Objects: ?Ciconia ciconia?. In: 11th AGILE International Conference on Geographic Information Science (AGILE'08), 2008, Girona. The European Information Society. Heidelberg: Springer Berlin, 2008. p. 201-224.

• MACÊDO, J. A. F. ; PORTO, F ; Sérgio Lifschitz ; Philippe Picouet . Dealing with Some Conceptual Data Model Requirements for Biological Domains. In: 21st International Conference on Advanced Information Networking and Applications Workshops (AINAW'07), 2007, Los Alamitos, CA, USA. Advanced Information Networking and Applications Workshops, 2007. v. 1. p. 651-656.

• MACÊDO, J. A. F. ; PORTO, F ; Sérgio Lifschitz ; Philippe Picouet . A Conceptual Data Model Language for the Molecular Biology Domain. In: Twentieth IEEE International Symposium on Computer-Based Medical Systems (CBMS'07), 2007. Computer-Based Medical Systems, IEEE Symposium on. Los Alamitos, CA, USA}: IEEE Computer Society, 2007. v. 0. p. 231-236.

• Luis Otavio Alvares ; Vania Bogorny ; MACÊDO, J. A. F. ; Bart Moelans . Dynamic Modeling of Trajectory Patterns using Data Mining and Reverse Engineering. In: 26th International Conference on Conceptual Modeling - ER 2007, 2007, Auckland, New Zealand. Tutorials, posters, panels and industrial contributions at the 26th International Conference on Conceptual Modeling - ER 2007. Auckland, New Zealand: ACS, 2007. v. 83. p. 149-154.

• Luis Otavio Alvares ; Vania Bogorny ; Bart Kuijpers ; MACÊDO, J. A. F. ; Bart Moelans ; Alejandro Vaisman . A model for enriching trajectories with semantic geographical information. In: 5th annual ACM international symposium on Advances in geographic information systems (GIS'07), 2007, Seattle, Washington. IS '07: Proceedings of the 15th annual ACM international symposium on Advances in geographic information systems. New York, NY, USA: ACM, 2007. p. 1-8.

• MACÊDO, J. A. F. ; Sérgio Lifschitz ; Philippe Picouet ; MIRANDA, A. B. ; Otto, T. D. . Towards a Conceptual Modeling Language for Biological Domains. In: Brazilian Symposium on Bioinformatics, 2007, Angra dos Reis, Rio de Janeiro. BSB2007 Poster Proceedings, 2007.

• LEMOS, M. ; CASANOVA, M. A. ; SEIBEL, L. F. B. ; MACÊDO, J. A. F. ; MIRANDA, A. B. . Ontology-Driven Workflow Management for Biosequence Processing Systems. In: 15th International ConferenceDatabase and Expert Systems Applications (DEXA), 2004, Zaragoza, Spain. Database and Expert Systems Applications. Berlin / Heidelberg: Springer, 2004. v. 3180. p. 781-790.

• SEIBEL, L. F. B. ; MACÊDO, J. A. F. ; LEMOS, M. ; Sérgio Lifschitz ; MIRANDA, A. B. ; ALVES, M. ; DEGRAVE, W. . A Molecular Biology Conceptual Model for Information Integration. In: Second Brazilian Workshop on Bioinformatics, 2003, Macaé, Rio de Janeiro. Second Brazilian Workshop on Bioinformatics, 2003.

• FREITAS, F. ; Sérgio Lifschitz ; MACÊDO, J. A. F. . ARCOJP: Uma Arquitetura para Comparação de Junções Paralelas. In: XVI Simpósio Brasileiro de Banco de Dados, 2001, Rio fde Janeiro. Anais do XVI Simpósio Brasileiro de Banco de Dados. Rio de Janeiro: COPPE/UFRJ, 2001. p. 286-300.

• MACÊDO, J. A. F. ; Sérgio Lifschitz . Agents-based Databases and Parallel Join Load Balance. In: XXVII. Latin Conference on Informatics (CLEI), 2001, Merida. Anais do XXVII. Latin Conference on Informatics (CLEI), 2001.

• ARRAIS DE FREITAS, NICKSSON CKAYO ; COELHO DA SILVA, TICIANA L. ; FERNANDES DE MACEDO, JOSE ANTONIO ; CESAR M. DE VASCONCELOS, LUIS ; NUNES JUNIOR, FRANCISCO C. F. . Crime Monitor: Monitoring Criminals from Trajectory Data. In: 2021 22nd IEEE International Conference on Mobile Data Management (MDM), 2021, Toronto. 2021 22nd IEEE International Conference on Mobile Data Management (MDM), 2021. p. 225-228.

• L. Peres ; LINHARES, T. ; MACÊDO, J. A. F. . Virtualized Ontology Query By Example. In: 38th International Conference on Conceptual Modeling, 2019, Salvador. roceedings of the ER Forum and Poster & Demos Session, 2019. p. 148-153.

• SILVEIRA, V. V. B. L. ; MACÊDO, J. A. F. ; L. Peres ; Araújo, David . Pytology: Rumo ao Cáculo de Relevância sobre dados RDF. In: Simpósio Brasileiro de Bancos de Dados - SBBD, 2018, Rio de Janeiro. Simpósio Brasileiro de Bancos de Dados - SBBD, 2018.

• BRAGA, D. ; LINHARES, T. ; ROCHA, A. R. ; COUTINHO, G. ; MAGALHAES, R. P. ; GUERRA, P. T. ; MACÊDO, J. A. F. . Time Series Forecasting for Purposes of Irrigation Management Process. In: Simpósio Brasileiro de Bancos de Dados - SBBD, 2018, Rio de Janeiro. Simpósio Brasileiro de Bancos de Dados - SBBD.

• SOUZA, J. M. ; LINHARES, T. ; SOUZA, C. P. ; MOREIRA, C. I. ; ROCHA, L. S. ; MACÊDO, J. A. F. . Investigando a Relação das Refatorações de Código os Sentimentos de Mensagens de Commit. In: Simpósio Brasileiro de Bancos de Dados - SBBD 2018, 2018, Rio de Janeiro. Proceedings Simpósio Brasileiro de Bancos de Dados - SBBD, 2018.

• RODRIGUES, P. R. F. ; COELHO DA SILVA, TICIANA L. ; MONTEIRO FILHO, J. M. S. ; MACEDO, J.A.F. DE . Estratégia Distribuída para Análise de Assuntos Abordados no Twitter Via Evolução de Clusters. In: Simpósio Brasileiro de Banco de Dados, 2017, Uberlandia. Anais do XXXII Simpósio Brasileiro de Banco de Dados - Short Papers, 2017. p. 258-263.

• COELHO DA SILVA, TICIANA L. ; ZEITOUNI, KARINE ; MACEDO, JOSE ANTONIO FERNANDES DE ; CASANOVA, MARCO A. . On-Line Mobility Pattern Discovering using Trajectory Data. In: Proceedings of the 19th International Conference on Extending Database Technology, 2016, BORDEAUX. Proceedings of the 19th International Conference on Extending Database Technology, 2016. p. 682-683.

• MAGALHAES, R. P. ; COUTINHO, G. ; MACÊDO, J. A. F. ; COSTA, C. F. ; ALMADA, L. ; NASCIMENTO, M. ; I. Brilhante ; MACHADO, J. ; VIDAL, V. P. . Graphast: An Extensible Framework for Building Applications on Time-dependent Networks. In: 23rd ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems (ACM SIGSPATIAL 2015), 2015, Seattle, Washington, USA. Proceedings of the 23rd ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems (ACM SIGSPATIAL 2015), 2015.

• I. Brilhante ; MACÊDO, J. A. F. ; NARDINI, FRANCO MARIA ; PEREGO, RAFFAELE ; RENSO, C. . TripBuilder: A Tool for Recommending Sightseeing Tours. In: 36th European Conference on IR Research, ECIR 2014, 2014, Amsterda. Advances in Information Retrieval - 36th European Conference on IR Research, 2014. p. 771-774.

• TRENTINI, E. L. ; LINHARES, T. ; L. S. Junior ; DEMACEDO, J . Model-centered Ensemble for Anomaly Detection in Time Series. In: 12th International Conference on Agents and Artificial Intelligence, 2020, 2020, Valletta. 12th International Conference on Agents and Artificial Intelligence, 2020, 2020.

• ALMADA CRUZ, LIVIA ; ZEITOUNI, KARINE ; FERNANDES DE MACEDO, JOSE ANTONIO ; RAMALHO BRILHANTE, IGO . TrajSense: Trajectory Prediction from Sparse and Missing External Sensor Data. In: 2019 20th IEEE International Conference on Mobile Data Management (MDM), 2019, Hong Kong. 2019 20th IEEE International Conference on Mobile Data Management (MDM), 2019. p. 365-366.

• ALMADA, L. ; ZEITOUNI, KARINE ; MACÊDO, J. A. F. . Trajectory Prediction from External Sensor Data using Recurrent Neural Networks.. In: 1st International Conference on Big Data and Cyber-Security Intelligence, BDCSIntell 2018, 2018, Hadath. Proceedings of the 1st International Conference on Big Data and Cyber-Security Intelligence, BDCSIntell 2018, 2018. p. 18-20.

• ALBUQUERQUE, F. C. ; BARBOSA, I. ; CASANOVA, M. A. ; TILIO, M. ; MACÊDO, J. A. F. . Proactive Monitoring of Moving Objects. In: 14th International Conference on Enterprise Information Systems ICEIS, 2012, Wroclaw. Proceedings of the 14th International Conference on Enterprise Information Systems ICEIS, 2012. v. 1. p. 191-194.

• SACRAMENTO, E. ; VIDAL, V. P. ; MACÊDO, J. A. F. ; LOSCIO, B. ; CASANOVA, M. A. . Towards Automatic Generation of Application Ontologies. In: 12th International Conference on Enterprise Information Systems - ICEIS, 2010, Funchal, Ilha da Madeira. 12th International Conference on Enterprise Information Systems, 2010.

• LEMOS, M. ; MACÊDO, J. A. F. ; SEIBEL, L. F. B. ; Porto, F. ; COSTA, R. L. C. ; CRUZ, V. M. ; CAVALCANTE, R. . Implementation Issues of Optimized Buffer Management for BLAST. In: IV BRAZILIAN E-SCIENCE WORKSHOP, 2010, Belo Horizonte. Implementation Issues of Optimized Buffer Management for BLAST, 2010.

• LEMOS, M. ; SEIBEL, L. F. B. ; MACÊDO, J. A. F. ; MANO, F. ; MARTINS, O. ; SILVA, G. P. ; OLIVEIRA, P. ; CAVALCANTI, P. ; BISCH, P. ; BERTALAN, M. ; ROSSLE, S. ; COELHO, A. . BioNotes - Annotation System of Biosequences: Its Application in the Rhodnius prolixus Project, Consórcio RioGene. In: XX Annual Meeting of the Brazilian Society of Protozoology, 2004, Caxambu - MG. Anais XX Annual Meeting of the Brazilian Society of Protozoology, 2004. p. 46-47.

• MACÊDO, J. A. F. . Tecnologia e Inteligência em Segurança Pública. 2018. (Apresentação de Trabalho/Seminário).

• MACÊDO, J. A. F. . Computação Cognitiva e Big. 2017. (Apresentação de Trabalho/Outra).

• LEMOS, M. ; SEIBEL, L. F. B. ; MACÊDO, J. A. F. ; MIRANDA, A. B. ; BERTALAN, M. ; MARTINS, O. ; CAVALCANTI, P. . BioNotes - A Sequence Annotation System. 2005. (Apresentação de Trabalho/Seminário).

• CAMPORA, S. ; MACÊDO, J. A. F. . A Study of Trajectory Data Aggregation 2008 (LBD-REPORT-2008-001).

• OLEINIK, J. ; MACÊDO, J. A. F. . On Correlating Bird Migration Trajectory with Climate Changes 2008 (Relatorio Técnico LBD-2008-2).

• Spaccapietra, S. ; PARENT, C. ; DAMIANI, M. L. ; MACÊDO, J. A. F. ; Porto, F. ; VANGENOT, C. . On Conceptual View on Trajectories 2007 (Relatório Técnico LBD-REPORT-2007-001).

• MACÊDO, J. A. F. . Um Modelo Conceitual para Biologia Molecular 2005 (Tese de Doutorado).

• MACÊDO, J. A. F. ; Sérgio Lifschitz ; Philippe Picouet . A Performance Analysis Framework for Database Management Systems 2004 (Relatório Técnico PUC-RioInf.MCC40/04).

• MACÊDO, J. A. F. ; Sérgio Lifschitz ; SEIBEL, L. F. B. ; Philippe Picouet . A Molecular Biology Conceptual Model 2004 (Relatório Técnico ENST).

• MACÊDO, J. A. F. ; Sérgio Lifschitz ; Philippe Picouet . Database Management System Abstract Model 2004 (Relatório Técnico ENST Bretagne França).

• ALVES, M. ; LEMOS, M. ; MACÊDO, J. A. F. ; SEIBEL, L. F. B. ; MIRANDA, A. B. ; DEGRAVE, W. . Trypanosoma Cruzi Proteins: The Application of The BioNotes System. Sao Paulo: Revista do Instituto de Medicina Tropical de São Paulo, 2003 (Resumo de Apresentacao Oral).

• MACÊDO, J. A. F. . Banco de Dados Baseados em Agentes 2001 (Dissertação Mestrado).

Outras produções

Projetos de pesquisa

• 2022 - Atual

  CENTRO DE EXCELÊNCIA EM INTELIGÊNCIA ARTIFICIAL ? AI4WELLNESS, Projeto certificado pela empresa SAMSUNG ELETRONICA DA AMAZONIA LTDA em 31/10/2022., Descrição: O Ecossistema de Inteligência Artificial da Samsung visa explorar a tecnologia de Inteligência Artificial (IA) através da geração de novos algoritmos e métodos que utilizem IA nas áreas de saúde & bem-estar, segurança da informação ou internet das coisas, a fim de produzir produtos e serviços para uma melhor qualidade de vida da sociedade. Este projeto faz parte desse ecossistema no qual se tem como meta avançar o estado da arte em Inteligência Artificial aplicando tecnologias promotoras de saúde & bem-estar, em especial às que incluem dispositivos móveis tais como smartphones e vestíveis, aprimorando e melhorando seu funcionamento, seja incluindo novas características ou habilitando novos serviços associados à qualidade de vida das pessoas através de IA. No contexto de saúde & bem-estar foram traçados três macro desafios que devem ser atacados por diferentes linhas de pesquisa desenvolvidas em parceria pela Samsung Eletrônica da Amazônia Ltda e Instituições de Ciência e Tecnologia (ICTs), são estes: (1) Monitoramento continuo da saúde e bem-estar de indivíduos utilizando dispositivos móveis e vestíveis; (2) Criação de novos métodos e algoritmos de saúde a serem embarcados em dispositivos móveis e vestíveis; (3) Criação de novos serviços em saúde e bem-estar baseados em tecnologias móveis e vestíveis. Este plano de trabalho endereça esses macros desafios através de 4 linhas de pesquisa a serem executados pela UFC: (1) Gestão de Modelos de Aprendizagem de Máquina, (2) Detecção de Anomalias em Dados Biomédicos e Feedback dos Usuários, (3) Monitoramento da Saúde de Usuários Através de Dispositivos Vestíveis e Móveis, e (4) Computação de I.A. na Ponta para Dispositivos Vestíveis.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (15) / Mestrado acadêmico: (15) / Doutorado: (10) . , Integrantes: José Antonio Fernandes de Macêdo - Coordenador / COELHO DA SILVA, TICIANA L. - Integrante / MAGALHAES, REGIS PIRES - Integrante / Murício Feijó Benevides de Magalhães Filho - Integrante / Cláudia do Ó Pessoa - Integrante / Jorge Barbosa Soares - Integrante / Luis Otavio Rigo Junior - Integrante., Financiador(es): Samsung Eletrônica da Amazônia - Auxílio financeiro.

• 2021 - Atual

  CEREIA - Centro de Referência em Inteligência Artificial, Descrição: Nos ultimos anos, o meio academico, o setor produtivo, profissionais liberais e cidadaos comuns de um modo geral tem assistido, muitas vezes apenas como consumidores, a introducao massiva e crescente de tecnologias de inteligencia artificial (IA) em seu cotidiano. Ha claras evidencias de que atingimos um ponto sem retorno, dada a velocidade com que tais tecnologias tem sido introduzidas e sua ampla e irrestrita aceitacao pelas diferentes camadas da sociedade. As pessoas estao mais frequentemente interagindo com diferentes tipos de dispositivos inteligentes, tais como agentes e robos, que tornam-se cada vez mais inteligentes e autonomos. Dispositivos com IA podem se comunicar com pessoas em linguagem natural, como e o caso das assistentes virtuais Alexa, Siri e Cortana, tao comuns hoje nos smartfones, smart TVs e tablets, como tambem podem reconhecer acoes humanas (Lemaignan et al., 2017), e emocoes (Rouast et al., 2019). Tais interacoes humano-maquina, gracas a IA, estao se tornando mais e mais profundas, a tal ponto de comecarem a ter influencia no comportamento humano. Em um artigo recente, Klichowski (2020) reporta os resultados de experimentos de tomada de decisao em situacoes criticas, ou seja, quando os participantes nao sao capazes de refletir qual acao e a (mais) adequada. Em um experimento envolvendo um robo humanoide com IA, dentre os participantes que observavam as acoes do robo, mais de 85% deles copiaram as acoes sem sentido do robo, incluindo aquelas consideradas absurdas e inadequadas. Segundo Klichowski (2020), dispositivos dotados de IA com os quais as pessoas tenham mais e mais contato estao se tornando uma nova fonte de informacao sobre como se comportar e como tomar decisoes. Isto posto, as linhas de pesquisa aplicadas a serem descritas em maior detalhe mais adiante no ambito do CEREIA tem seu foco inicial na area de cuidados com a saude (healthcare), area que ja esta sendo, mas devera ser ainda mais fortemente impactada pelos avancos da IA ao longo dos proximos anos. Esta escolha pela area de saude apresenta-se estrategica para o CEREIA, uma vez que os grupos de pesquisa academica envolvidos detem expertise na area e a empresa parceira e deste setor. Serao investigados diversos temas de interesse para IA e Healthcare, tais como imagens medicas, interfaces cerebro- maquina, visualizacao de dados medicos de alta dimensionalidade, deteccao e classificacao de patologias neurologicas, data analytics em dados medicos, data analytics em dados de saude publica, deteccao e classificacao de movimentos, e bioinformatica. Vale ressaltar, porem, que o avanco aqui mencionado das tecnologias de IA acontece em um momento tecnologico impar, em que outras tecnologias dao suporte ao desenvolvimento pleno da IA e da Ciencia de Dados (CD), sem as quais talvez o impacto destas fossem consideravelmente menor. Dentre as quais destaca-se as tecnologias da informacao e da comunicacao (TICs) e todas as suas manifestacoes particulares, como tecnologias de comunicacoes moveis, redes de computadores e sistemas distribuidos, computacao em nuvem, computacao pervasiva, Internet das coisas, dentre outras. Cada uma dessas subareas apresenta-se como uma linha de pesquisa per se e serao exploradas e expandidas no contexto das tematicas de pesquisa e desenvolvimento do CEREIA ao longo dos ano. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: José Antonio Fernandes de Macêdo - Integrante / Marco Antonio Casanova - Integrante / João Paulo Pordeus Gomes - Integrante / José Soares de Andrade Júnior - Coordenador / JOAO JOSE VASCO PEIXOTO FURTADO - Integrante / PEDRO DE ALCANTARA DOS SANTOS NETO - Integrante / GUILHERME DE ALENCAR BARRETO - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.

• 2020 - Atual

  Plataforma Cidadã do Governo do Ceara, Descrição: A agenda 2030 das Nações Unidas define 17 objetivos para o Desenvolvimento Sustentável (ODS) para orientar governos, sociedade civil, setor privado e outras partes interessadas em seus esforços para erradicar a pobreza e promover um mundo melhor para todos. Dentre esses objetivos, esta agenda ressalta a disseminação das Tecnologias da Informação e Comunicação (TICs) e a interconexão global como tendo grande potencial para acelerar o progresso humano, reduzir a brecha digital e desenvolver sociedades do conhecimento. Os governos de todo o mundo estão cientes do poder das TICs e do governo digital para o avanço e a transformação de instituições públicas, e o cenário do setor público de maneira mais ampla, e suas capacidades de prestação de serviços. O governo digital pode desempenhar um papel na criação de instituições mais eficazes, acessíveis e equitativas. Diante deste cenário, este projeto visa realizar o acompanhamento científico e tecnológico, além da governança, de dois projetos estruturantes intitulados "Governo Digital do Estado do Ceará" e "Big Data Ceará", ambos financiados pela FUNCAP.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (3) Doutorado: (2) . , Integrantes: José Antonio Fernandes de Macêdo - Coordenador / COELHO DA SILVA, TICIANA LINHARES - Integrante / Regis Pires Magalhães - Integrante., Financiador(es): Fundação Cearense de Apoio ao Desenvolvimento Científico e Tecnológico - Bolsa.

• 2019 - Atual

  SINESP Big Data e Inteligência Artificial para Segurança Pública, Descrição: O projeto prevê a implantação de uma plataforma de Big Data e inteligência artificial (IA) para o Sistema Nacional de Informações de Segurança Pública, do Ministério da Justiça. O sistema deverá integrar os dados das secretarias de segurança pública de todo o País e prover ferramentas analíticas para ajudar na implantação de estratégias modernas de policiamento. Com relação às ferramentas a serem desenvolvidas, este projeto visa entregar 14 ferramentas inovadoras para Segurança Pública Brasileira baseadas nas tecnologias de Big Data e Inteligência Artificial. Neste contexto, diversas linhas de pesquisa científicas serão desenvolvidas visando solucionar os problemas relacionados com o processamento de dados em larga escala, predição de movimentação, detecção de padrões e análise de vínculos.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (45) / Mestrado acadêmico: (22) / Doutorado: (11) . , Integrantes: José Antonio Fernandes de Macêdo - Coordenador / COELHO DA SILVA, TICIANA L. - Integrante / Regis Pires Magalhães - Integrante / SANTOS, EMANUELE - Integrante / Paulo Antonio Leal Rego - Integrante / WELLINGTON CLAY PORCINO SILVA - Integrante / César Lincoln Cavalcante Mattos - Integrante., Financiador(es): Ministério da Justiça - Cooperação.

• 2018 - 2020

  Analyzing big data with time-dependent graphs and machine learning: application to urban traffic analysis and protein function annotation, Descrição: Este projeto trata do estudo e aplicação de ferramentas de aprendizado de máquina e grafos dependentes de tempo para duas classes de problemas: analise de dados de trafego e anotação de proteínas. Estas aplicações apresentam grandes desafios tecnológicos e tem em comum a natureza temporal da variação dos seus comportamentos. Por conta deste fator, a utilização de grafos dependentes de tempo mostra-se uma ferramenta de modelagem promissora para tais fenômenos. Aliada a modelagem, serão buscadas formas de extrair informações relevantes a partir dos dados coletados para ambas as aplicações. Estes dados serão processados por métodos de aprendizado de máquina.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (3) Doutorado: (9) . , Integrantes: José Antonio Fernandes de Macêdo - Coordenador / Livia Almada - Integrante / COELHO DA SILVA, TICIANA L. - Integrante / Regis Pires Magalhães - Integrante / gustavo coutinho - Integrante / NASCIMENTO, SAMARA MARTINS - Integrante / ZEITOUNI, KARINE - Integrante / Sabeur Aridhi - Integrante / Engelbert Mephu Nguifo - Integrante / Zoubida KEDAD - Integrante / João Paulo Pordeus Gomes - Integrante / Diêgo Farias de Oliveira - Integrante / Saulo Anderson Freitas de Oliveira - Integrante / Nykolas Mayko Maia Barbosa - Integrante / Marcelo Bruno de Almeida Veras - Integrante / Farouk Toumani - Integrante / Lhouari Nourine - Integrante / Marie-Dominique Devignes - Integrante / David Ritchie - Integrante.

• 2018 - 2020

  Inteligência Científica e Tecnológica na Segurança Pública, Descrição: De acordo com David H Bayley, a manutenção da ordem é a função essencial de um governo, não apenas a própria legitimidade do governo é em grande parte determinada por sua capacidade de manter a ordem, mas também a ordem funciona como critério para se determinar se existe de fato algum governo. Em consonância com essa visão, o Estado do Ceará tem investido intensamente em segurança pública, apesar dos crescentes índices de violência. Tendo em vista um melhor aproveitamento desses investimentos, utilizando como base a estruturação de parâmetros para identificação de pessoas e veículos, consolidação de políticas públicas em execução e suporte para tomada de decisão, propomos este projeto que tem como principal objetivo realizar estudos científicos com intuito de aplicar soluções tecnológicas de identificação humana (Civil e Criminal), identificação veicular, acompanhamento de pessoas e veículos através dos órgãos de segurança pública (SSPDS-CE e PRF), otimizando o patrulhamento ostensivo e comunitário, maximizando os sistemas de informação existentes nas pastas, e integrando estas informações através do uso e aplicação de ciência de dados, aprendizado de máquina e áreas afins para análise de grandes volumes de dados dos mais diversos tipos e fontes (Big Data).. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (20) / Mestrado acadêmico: (4) / Doutorado: (8) . , Integrantes: José Antonio Fernandes de Macêdo - Coordenador / Ticiana Linhares - Integrante / Livia Almada - Integrante / Regis Pires Magalhães - Integrante / Fernando Antônio de Carvalho Gomes - Integrante / LETTICH, FRANCESCO - Integrante / Paulo Antonio Leal Rego - Integrante / Aloísio Vieira Lira Neto - Integrante / Davi Almeida da Mota - Integrante / Alisson Primo - Integrante / José Gilvan Rodrigues Maia - Integrante / Marcio Espíndola Freire Maia - Integrante / Fernando A. M. Trinta - Integrante / Sílvia Rebeca Sabóia Quezado - Integrante., Financiador(es): Fundação Cearense de Apoio ao Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2018 - Atual

  Master: Multiple ASpects TrajEctoRy Mangement and Analysis (Projeto Europeu chamada H2020-MSCA-RISE-2017 - Marie Skodowska-Curie Research and Innovation Staff Exchange), Descrição: Este projeto é um financiamento da União Européia de 500 mil euros para promover a mobilidade de pesquisadores Europeus (França, Itália e Grécia) para 3 universidades brasileiras (dentre as quais está o grupo de Big Data Analytics do PPGCC UFSC) e uma universidade do Canadá. O foco do projeto é avançar a pesquisa na área de análise de dados de movimento sob múltiplos pontos de vista, uma vez que esta tem sido limitada a dados na forma de sequencias de pontos localizados no tempo e no espaço, incluindo poucas informações semânticas. Considerando que o movimento dos indivíduos envolve vários fatores externos, chamados aspectos, e esses aspectos correspondem a dados de múltiplas fontes com características diferentes e heterogêneas, surge a necessidade de integrar estes dados para obter informações mais realísticas sobre o movimento do indivíduo. Assim, o objetivo geral do projeto é investigar novas técnicas para gerenciamento e análise de trajetórias considerando vários pontos de vista, chamados múltiplos aspectos. As aplicações chave do projeto serão os domínios de turismo, monitoramento marítimo e transporte público.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (20) / Doutorado: (30) . , Integrantes: José Antonio Fernandes de Macêdo - Integrante / Vania Bogorny - Integrante / Luis Otavio Alvares - Integrante / Chiara Renso - Coordenador / Nikos Pelekis - Integrante / Yannis Theodoridis - Integrante / Alessadra Raffaetà - Integrante / CASANOVA, MARCO ANTONIO - Integrante / Karine ZEITOUNI - Integrante / Konstantinos Tserpes - Integrante / Stan Matwin - Integrante / Laercio Lima - Integrante / Andre Luiz Lehmann - Integrante., Financiador(es): União Européia - Auxílio financeiro.

• 2016 - 2018

  LargeScale Time Dependent Graphs, Descrição: Graph models and algorithms are ubiquitous of a large number of application domains, ranging from transportation to social networks, semantic web, or data mining. However, many applications require graph models that are time dependent. For example, applications related to urban mobility analysis employ a graph structure of the underlying road network. Indeed, the nature of such networks are spatiotemporal. Therefore, the time a moving object takes to cross a path segment typically depends on the starting instant of time. So, we call timedependent graphs, the graphs that have this spatiotemporal feature. In this project we aim to address the problem of processing largescale timedependent graphs, since there are many real world applications deal with a large volumes of spatiotemporal data (e.g. moving objects? trajectories). Managing largescale timedependent graphs is very challenging since this requires sophisticated methods and techniques for creating, storing, accessing and processing such graphs in a distributed environment, because centralized approaches do not scale in a Big Data scenario. Furthermore, we intend to develop an open source software platform that aims to facilitate the development of applications that rely on largescale graphs. This project will be developed by ARIDA and LIMOS/PRIMS research laboratories respectively from the Federal University of Ceara and the Blaise Pascal University/University of Versailles.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (1) . , Integrantes: José Antonio Fernandes de Macêdo - Coordenador., Financiador(es): Fundação Cearense de Apoio ao Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2015 - 2018

  ANP 2014 - Ontologia dos dados geologicos gerados em pocos do E&P, Descrição: Recentes projetos, como da OneGeology Europe e da Rede de Informacoes Geocientificas dos Estados Unidos (USGIN) aplicam ontologias para harmonizar os dados geologicos a serem distribuidos a diversos usuarios. E assim aumentar a aplicabilidade destes dados e informacoes em diversos portais. As ontologias aplicadas na ciencia computacional sao definidas como uma forma de contextualizacao do conhecimento embutido nos dados. Avancos na area de geociencias tem sido documentado em relacao ao tempo geologico e analise estratigraficas, potencializando a interoperalidade de um dado.Desta forma acredita-se que um trabalho de ontologia e vital para dimensao dos dados e informacoes geradas pelo e para o E&P. A analise de rochas geradas a partir de pocos perfurados e realizada pelos laboratorios de geologia, e gera informacoes fundamentais para engrenagem do negocio, seja exploratorio ou exploratorio. Os diversos processos que compoem a tarefa de analise de rocha revelam caracteristicas intrinsecas das rochas, envolvendo diversas atividades, as quais sao realizadas por diversos profissionais. A cada etapa deste processo sao gerados dados, informacoes, os quais sao armazenados em uma base de dados estruturada para uma integracao de informacoes geradas em processos e em fases cronologicamente distintas, porem complementares. Neste contexto, a elaboracao de uma ontologia das origens, amostras, produtos e processos permite ter conceitos unicos estruturados para uma disponibilizacao destas informacoes onde se fizer necessaria, decisoria ou operacionalmente. Trata-se de um trabalho academico, fundamental pela magnitude dos dados que sao gerados dentro dos processos de E&P do setor de Petroleo, Gas e Derivados. Alem disso, este e um projeto pioneiro dentro do conceito de banco de dados para o setor de Petroleo, Gas e Derivados, mas com ganho extraordinario para organizacao e disponibilizacao de dados e informacoes para um ou mais sistemas e/ou processos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (2) / Doutorado: (2) . , Integrantes: José Antonio Fernandes de Macêdo - Coordenador / Vânia Pontes Vidal - Integrante / Creto Vidal - Integrante / Ricardo Lima Feitosa de Avila - Integrante / Tiago da Silva Vinuto - Integrante / Emanuele Marques dos Santos - Integrante / Dean Pereira de Melo - Integrante.

• 2014 - 2016

  BiG DATA: Uma Infraestrutura para Descoberta de Perfis de Usuários de SmartPhones em Larga Escala, Descrição: Companies are seeing demonstrable value of Big Data and those companies are focusing on embedding big data analytics in business processes to drive process improvement. The proliferation of sensor, mobile, wearable, and embedded devices (Internet of Things) is driving the Big data market to investment in ?Data-in-Motion? and industries are using analytics on the data they have accumulated to develop new products and services. Large-scale data gathering and processing techniques are key for leveraging the characterization of users? preferences from a huge set of smartphone users. Besides, users? preferences are fundamental to drive fast detection of services in order to provide on-demand services. This platform will create opportunities to develop user-preference based services, which allow delivering, in real-time fashion, custom services to the users based on their momentary preferences. This project has two main objectives: (1) to build a platform for analyzing a huge amount of smartphone users data (Big Data) in order to mine and discover users' preference patterns. The basic idea is to sense smartphone users in order to generate a huge database with users' preferences patterns that can be used to deliver personalized services to the users according to their preference patterns. To do so, we plan to create an appealing application for smartphone users in order to sense their behavior. Then, we intend to use a Big Data infrastructure on a Cloud Computing environment allied to distributed data processing techniques, such as map-reduce in order to scale up data analysis on large datasets of smartphone users? behavior. Data analysis will resort to parallel versions of clustering, association rules and complex network methods in order to scale up discovery methods for characterizing user?s preferences. (2) to perform research on the main methods and techniques for processing large amount of data of mobile users in order to characterize their profile and preferences. This objective encompasses activities such as: literature review, analysis of large-scale data processing tools and algorithms, qualitative and quantitative experimentation, scientific paper writing, workshop preparation and presentation.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: José Antonio Fernandes de Macêdo - Coordenador / Rossana Andrade - Integrante / Jose Maria da Silva Monteiro Filho - Integrante / Regis Pires Magalhães - Integrante / BRILHANTE, IGO - Integrante / Windson Viana - Integrante / Livio Freire - Integrante.

• 2014 - 2016

  CNPQ UNIVERSAL 2014 - Consultas Espaciais em Redes Dependentes de Tempo de Larga Escala, Descrição: O objetivo principal deste projeto e desenvolver metodos e tecnicas para processamento de consultas em RDT-LE. Alem disso, este projeto visa desenvolver uma nova plataforma de software, de codigo aberto e livre, que possa ser utilizada para realizar e/ou desenvolver consultas sobre RDT-LE. Para cada um desses objetivos principais, destacamos os sub-objetivos relacionados aos topicos de pesquisa que deverao ser atacados ao longo deste projeto. Organizamos esses subobjetivos de acordo com as questoes de pesquisa, destacando os topicos especificos de pesquisa a serem tratados no contexto de cada subobjetivo. Para maiores detalhes sobre os subobjetibos vide projeto em anexo.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (3) / Doutorado: (3) . , Integrantes: José Antonio Fernandes de Macêdo - Coordenador / Chiara Renso - Integrante / Roberto Trasarti - Integrante / COELHO DA SILVA, TICIANA L. - Integrante / Regis Pires Magalhães - Integrante / BRILHANTE, IGO - Integrante / Ricardo Wagner Cavalcante Brito - Integrante / Regis Freire Melo - Integrante / Camila Ferreira Costa - Integrante.

• 2012 - 2016

  PROCAD/CASADINHO - PROGRAMA PARCERIAS EM PESQUISA NA PóSGRADUAÇÃO, Descrição: Esta proposta descreve uma solicitação de apoio financeiro a projetos conjuntos de pesquisa científica e tecnológica em 4 diferentes áreas da Ciência da Computação que visa estimular ou aprofundar a formação pós-graduada e a mobilidade docente e discente. Os projetos conjuntos aqui descritos, agrupados em uma só proposta como exigido no edital, têm o objetivo de promover a consolidação de Programa de Mestrado e Doutorado em Ciência da Computação da Universidade Federal do Ceará (MDCC-UFC) por meio da cooperação inter-regional entre 4 de seus grupos de pesquisa e seus congêneres de programas consolidados de instituições nacionais de ensino superior e de pesquisa do Estado do Rio de Janeiro. Como resultados do Programa, espera-se que haja fortalecimento da interação científico acadêmica de modo a constituir redes de cooperação, o aumento na formação e na capacitação de recursos humanos, o aumento da produção técnico-científica dos grupos de pesquisa, o fortalecimento de linhas de pesquisa. Considerando-se que parte significativa dos membros das equipes do MDCC-UFC é formada por recém-doutores com potencial para carreira científica, as atividades dos projetos conjuntos contribuirão para uma melhor distribuição regional dos núcleos de excelência em pesquisas no país. A descrição da proposta está organizada de forma a fornecer as informações separadamente por grupo de pesquisa, sempre que for pertinente essa separação.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: José Antonio Fernandes de Macêdo - Coordenador / Vânia Pontes Vidal - Integrante / Marco Antonio Casanova - Integrante / Javam Machado - Integrante / Jose Maria da Silva Monteiro Filho - Integrante / Karin K. Breitman - Integrante / Marta Mattoso - Integrante / Bruno Schultz - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2012 - 2015

  SEEK - SEmantic Enrichment of trajectory Knowledge discovery, Descrição: A flood of data pertinent to moving objects is available today, and will be more in the near future, particularly due to the automated collection of data from personal devices such as mobile phones and other location-aware devices. Such wealth of data, referenced both in space and time, may enable novel classes of applications of high societal and economic impact, provided that the discovery of consumable and concise knowledge out of these raw data is made possible. The fundamental hypothesis is that it is possible, in principle, to aid citizens in their mobile activities by analyzing the traces of their past activities by means of data mining techniques. For instance, behavioral patterns derived from mobile trajectories may allow inducing traffic flow information, capable to help people travelling efficiently, to help public administrations in traffic-related decision making for sustainable mobility and security management. Behavioral patterns can be extracted through a knowledge discovery process where positioning data collected from mobile devices are first transformed in semantically enriched trajectory data stored in a database. Then, these data are loaded in a data warehouse and analyzed with OLAP operations that allow summarization of the trajectories features. Mobility patterns, the most common movements emerging from data, are computed with suitable spatio-temporal data mining algorithms. A further semantic enrichment step is needed to give context-dependent meaning to the discovered patterns. The goal of the project is to investigate methods to extract meaningful knowledge from large amount of movement data by defining techniques for an advanced semantic-rich knowledge discovery process.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (10) / Doutorado: (6) . , Integrantes: José Antonio Fernandes de Macêdo - Integrante / Vania Bogorny - Integrante / Chiara Renso - Coordenador / Vânia Pontes Vidal - Integrante / Marco Antonio Casanova - Integrante / Roberto Trasarti - Integrante., Financiador(es): Comissão Européia - Auxílio financeiro.

• 2012 - 2014

  Bilateral Collaboration - Mineração de Dados de Trajetórias Semanticamente Enriquecidas, Descrição: Com o advento das tecnologias de computação móvel e computação ubíqua, a sociedade foi submetida a um novo paradigma de comunicação. As redes de comunicação sem fio, a comunicação via satélite e as redes de sensores propiciaram a instalação de um verdadeiro sistema nervoso de comunicação. Através desses nervos é possível rastrear a movimentação de pessoas e veículos e possivelmente armazená-las, produzindo um imenso volume de dados sobre mobilidade. Este cenário fornece muitas oportunidades e riscos. Por um lado, surge a oportunidade de obter, através desses dados, um conhecimento importante para análise da acessibilidade e mobilidade urbana. Por outro lado, surge o risco de tornar conhecidos os dados pessoais dos indivíduos, o que se revela como uma ameaça à privacidade individual. Neste contexto, surge uma nova área de pesquisa envolvendo três diferentes disciplinas: mobilidade, descoberta de conhecimento e privacidade. A disciplina mobilidade corresponde à analise dos padrões de deslocamento de objetos móveis sobre o espaço geográfico. Descoberta de conhecimento é uma antiga área de pesquisa que visa converter dados em conhecimento através de um processo suportado por algoritmos de mineração de dados. A privacidade consiste em preservar as informações pessoais que possam permitir a descoberta da identidade das mesmas. Mais especificamente, sob o ponto de vista de dado, a privacidade é uma área de pesquisa recente cujo objetivo é aplicar técnicas para proteger os dados durante sua captura e disseminação. Além disso, a pesquisa em privacidade visa definir mecanismos para especificar a expectativa de privacidade pública e tratar questões legais que envolvam este assunto. Uma importante iniciativa nesta nova linha de pesquisa foi o projeto europeu FP6-GeoPKDD (2006-2009), do qual o proponente deste projeto participou intensivamente, durante seu pós-doutorado na École Polytechnique Fédèral de Lausanne (EPFL-Suiça). O projeto GeoPKDD foi um projeto multidisciplinar e. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (5) / Mestrado acadêmico: (6) / Doutorado: (3) . , Integrantes: José Antonio Fernandes de Macêdo - Coordenador / Vania Bogorny - Integrante / Luis Otavio Alvares - Integrante / Chiara Renso - Integrante., Financiador(es): Consiglio Nazionale delle Ricerche - Auxílio financeiro / Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2011 - 2013

  Descrição, Publicação e Acesso a Conjuntos de Linked Data, Descrição: Os princípios que regem a produção de Linked Data fornecem subsídios para a publicação e conexão de dados por meio da infraestrutura fornecida pela Web. Do ponto de vista do desenvolvimento de aplicativos, sugerem uma forma tanto para publicar bancos de dados na Web quanto para facilitar a interoperabilidade entre bancos de dados. Porém, o armazenamento e acesso a grandes conjuntos de triplas RDF, organizados segundo os princípios de Linked Data, representam um grande desafio. De fato, nem os repositórios especializados em triplas RDF, nem os processadores de consultas SPARQL escalam para o volume de dados desejado. Novos paradigmas devem então ser investigados para viabilizar este cenário. Computação em nuvem apresenta-se como uma opção na medida em que provê armazenamento e poder de processamento em larga escala e sob demanda. O objetivo geral do projeto consiste em desenvolver métodos, ferramentas e experimentos envolvendo a descrição, publicação e acesso a conjuntos de Linked Data. No que tange a descrição de conjuntos de Linked Data, o projeto enfatiza a qualidade do conjunto final de triplas RDF, medida tanto pela facilidade em identificar a semântica das classes e propriedades incluídas na descrição do conjunto de triplas RDF, via as restrições de integridade da ontologia de aplicação, quanto pela estratégia adotada para gerar as URIs que identificam os recursos descritos.No contexto de publicação de conjuntos de Linked Data, o projeto expande a estratégia de triplificação tradicional para também publicar triplas RDF em páginas Web estáticas com RDFa embutido. Explora também o uso de plataformas de computação em nuvem como opção para armazenamento e acesso a grandes grafos RDF, enfatizando técnicas de indexação.Quanto a acesso a conjuntos de Linked Data, o projeto explora métodos para otimização de consultas SPARQL no contexto de processamento exploratório e no contexto de processamento mediado. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: José Antonio Fernandes de Macêdo - Integrante / Vânia Pontes Vidal - Integrante / Fabio Porto - Integrante / Marco Antonio Casanova - Coordenador / Karin K. Breitman - Integrante / José Viterbo - Integrante / Antonio Luz Furtado - Integrante / Luiz André P. Paes Leme - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2010 - 2012

  PACMDCC Parcerias Acadêmicas para Consolidação do Mestrado e Doutorado em Ciência da Computação da UFC, Descrição: Este projeto visa o estabelecimento de parcerias de pesquisa entre grupos do programa de pós-graduação em Ciência da Computação da UFC (MDCC) e do programa de pós-graduação do Departamento de Informática (DI) da PUC-Rio. O objetivo principal dessa parceria é o crescimento do MDCC da UFC com vistas à consolidação do programa. Assim, o projeto visa: 1. Fortalecer a parceria entre grupos afins do MDCC e da PUC-Rio; 2. Fortalecer as linhas de pesquisa do MDCC; 3. Aumentar a produção científica quantitativa e qualitativamente; 4. Ampliar a formação de mestres e doutores na instituição proponente; 5. Promover a mobilidade acadêmica entre os pesquisadores das duas instituições; e também, entre os estudantes da pós-graduação através da modalidade sanduíche entre as duas instituições; 6. Elevar o conceito CAPES do MDCC de 4 para 5. A parceria estabelecida neste projeto (PACMDCC) envolve três grupos de pesquisa do Programa de Pós-graduação em Ciência da Computação da Universidade Federal do Ceará Bancos de Dados, Computação Gráfica e Lógica & Teoria da Computação com seus congêneres do Departamento de Informática da PUC-Rio. No total, são treze professores do MDCC (2 são bolsistas de produtividade nível 2 do CNPq), quatro professores do INF-PUC-RJ (4 são bolsistas PQ: um do nível 1A, um do nível 1C e dois do nível 2), quinze alunos de doutorado e oito alunos de mestrado. Além de promover a consolidação do MDCC e a elevação de sua nota de 4 para 5 na avaliação da CAPES, este projeto visa estabelecer uma interação permanente entre os parceiros, para o desenvolvimento de projetos conjuntos, para melhorar a formação de recursos humanos em níveis de mestrado e doutorado, e para incrementar a mobilidade de alunos de pós-graduação e pesquisadores dos grupos envolvidos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (15) / Mestrado acadêmico: (15) / Doutorado: (8) . , Integrantes: José Antonio Fernandes de Macêdo - Integrante / Vânia Pontes Vidal - Coordenador / Marco Antonio Casanova - Integrante / Ana Teresa de Castro Martins - Integrante / Javam Machado - Integrante / Creto Vidal - Integrante / Antonio Luz Furtado - Integrante., Financiador(es): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Auxílio financeiro.

• 2009 - 2014

  INCT para Ciência da Web, Descrição: A World Wide Web (de agora em diante simplesmente chamada a Web) vem tendo um impacto cada vez maior na pesquisa científica, no desenvolvimento tecnológico e na sociedade como um todo. As formas pelas quais nos comunicamos, colaboramos e aprendemos estão mudando radicalmente graças à Web. Surpreendentemente, ela tem sido pouco pesquisada como um objeto de estudo per se. Isto motivou o aparecimento, em 2006, de uma nova área de pesquisa a chamada Web Science. Neste novo domínio, a própria Web é o objeto a ser estudado deixa, assim, de ser considerada como uma mera tecnologia baseada em computadores, e que serve de base para comunicação e interação em nível mundial. Com esta motivação, este projeto propõe a criação do Instituto Brasileiro de Pesquisa em Ciência da Web, que integrará 10 instituições brasileiras congregando esforços para melhor compreender e planejar a Web. O Instituto possui como missões: (a) Fazer avançar a pesquisa científica em linhas associadas à Ciência da Web, nas quais os pesquisadores do Instituto vêm produzindo contribuições de qualidade para as comunidades científicas nacional e internacional; (2) Educar profissionais e pesquisadores, para garantir inovação e promover colaboração interdisciplinar; (3) Transferir conhecimento para todos os setores da sociedade através de programas educacionais abrangentes; e (4) Transferir conhecimento para a indústria e o setor de serviços através de programas específicos, incluindo residências no Instituto. O programa de pesquisa do Instituto está organizado em 5 camadas: Pessoas e Sociedade , Tecnologias de Software para Aplicações na Web , Gerenciamento de Dados da Web , Infraestrutura da Web e Fundamentos da Ciência da Web. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: José Antonio Fernandes de Macêdo - Integrante / Carlos José Pereira de Lucena - Coordenador / Cláudia Maria Balzer Medeiros - Integrante / Edmundo de Souza e Silva - Integrante / Valmir Carneiro Barbosa - Integrante., Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Auxílio financeiro / Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2009 - 2013

  Infraestrutura para Serviços Baseados em Mobilidade, Descrição: Na ultima década, testemunhamos uma proliferação de equipamentos que viabilizaram a computação móvel. Aliado ao avanço tecnológica das redes de comunicação sem fio, tais equipamentos foram potencializados com o poder da comunicação ubíqua. Um segunda geração de equipamentos móveis dotados com sistema de localização geográfica (GPS) contribui para a exploração por aplicações baseadas em localização. Mais recentemente, com o advento da terceira geração de tecnologia e padrões de telefones móveis (3G), os serviços de telefonia poderão ser espandidos, tais como acesso a internet e chamadas usando video. É possível imaginar que a quantidade de informações disponíveis sobre posicionamento, movimentação e conteúdos relacionados (e.g. fotos, videos, etc) de pessoas será imenso num futuro próximo. Tal riqueza de informação, carregando informações sobre histórico de movimentação e contextos de seus usuários precisará de novos métodos, técnicas e ferramentas que lidem com este massivo volume de dados posicionais. O objetivo deste projeto é propor métodos, técnicas e ferramentas para gerenciar esse grande volume de dados, integrando-o através de uma infra-estrutura de serviços de mobilidade. Mais precisamente, nós pretendemos prover métodos para descoberta de conhecimento e análise de dados de mobilidade baseado em trajetórias de objetos móveis e conhecimento sobre o domínio de aplicação para projetar serviços de mobilidade adequados aos seus usuários. Tais métodos devem ser suportados por mecanismos que garantam a privacidade dos dados pessoais dos seus usuários. A infra-estrutura de integração deve basear-se na descrição semântica de serviços, permitindo assim a descoberta de serviços em tempo real de acordo com a movimentação do usuário. Neste plano, são ainda discutidos os objetivos e metas de desenvolvimento assim como o resultados esperados para esta pesquisa.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: José Antonio Fernandes de Macêdo - Coordenador / Christine Parent - Integrante / Stefano Spaccapietra - Integrante / Chiara Renso - Integrante / Monica Wachowicz - Integrante / Vânia Pontes Vidal - Integrante / Fabio Porto - Integrante / Esteban Zymanyi - Integrante.

• 2008 - 2012

  Scientific Modeling, Descrição: Large scale scientific projects are establishing new records in the use of computer technology. Using the vast network resources available and computing power through grid environments, scientists can envisage to collaboratively attack problems that few years ago would be unthinkable. Thus, although traditional experimental research remains extremely important, computer simulation based research have been developing as an strategy for exploring areas where in vivo experiments are not possible, not allowed or would consider unacceptable amount of time to be accomplished. In this context, new computer science challenges emerge to support computer based simulation. In this research proposal we are interested in investigating data and knowledge techniques to support a scientific model based investigation. The project considers a scientific endeavour the fruit of a scientific hypothesis within a formally defined world. Indeed, various hypotheses concerning the same question may be formulated and give birth to scientific models. The latter are eventually implemented as computational models and take part in simulations that produce data. Simulation data may validate, contradict or suggest modifications to the upper layer models, feeding the scientific exploratory cycle. In this context, the aim of this project is to support data and knowledge management produced during such exploratory research cycle.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: José Antonio Fernandes de Macêdo - Integrante / Stefano Spaccapietra - Integrante / Fabio Porto - Coordenador.

• 2007 - 2010

  Modeling ,Querying and Updating Trajectory Data Warehouse, Descrição: The amount of data available on computers has risen beyond imagination. Yet much of it is poorly used, if ever. Spatial data is a hot domain where a huge number of databases have been created, but the exploitation of the accumulated knowledge is hampered by poor interoperability and poor understanding of the potential benefits. The situation will only get worse: With the advent of GPS, mobile devices and ubiquitous computing, the amount of stored data on moving objects (e.g. people, animals, disasters, diseases) will explode. What is desperately missing are tools to turn massive data into fruitful condensed knowledge. Data warehouses (DW) currently are the best example of such tools. They are routinely used to support critical business decision-making. Unfortunately, few existing DW offer support for spatial data. Research on spatial DW is relatively recent and mostly focused on space only. It rapidly lead to the understanding that the real issue in terms of application requirements is to deal with both space and time aspects. More recent work therefore addresses spatio-temporal data warehousing (STDW). These STDW are recognized today as the real backbone to many new applications with high societal and environmental impact. This proposal aims at taking this line of development one step further, by promoting the concept of trajectory DW (TrDW) as a self-standing approach, rather than a derivable feature hidden in more generic STDW. Trajectories appear today as a basic data feature in an increasing variety of domains. Trajectory data include for example data on displaced populations, migrating animals, natural phenomena as hurricanes and tsunamis, as well as proteins and body cells. Analyzing trajectory data could allow deriving behavioural patterns that may enable understanding the spreading of some diseases, inducing suitable measures to protect populations and prevent further spreading of the disease, or in animal monitoring to increase survival chances for endan. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (2) . , Integrantes: José Antonio Fernandes de Macêdo - Coordenador / Zhixian Yan - Integrante / Christine Parent - Integrante / Stefano Spaccapietra - Integrante / Christelle Vangenot - Integrante / Janaina Oleinik - Integrante., Financiador(es): Fonds national suisse - Auxílio financeiro.

• 2005 - 2009

  GEOPKDD - Geographic Privacy Knowledge Discovery and Delivery, Descrição: Projeto Europeu financiado pela Comunidade Econômica Européia que envolve 8 universidades de diferentes países: Holanda, Itália, Bélgica, Suiça, Grécia, Turquia e Alemanha. O projeto tem como principal objetivo desenvolver novas teorias, técnicas e sistemas para descoberta de conhecimento geográfico baseados em novos métodos que preservem a privacidade na extração de conhecimento de grandes quantidades de dados brutos referenciados no tempo e no espaço, mais especificamente, trajetorias de objetos móveis. O projeto busca desenvolver todos os aspectos de pesquisa referentes aos dados espaço-temporais (trajetorias), que vão desde a modelagem conceitual, métodos de consulta, e novos sistemas de bancos de dados para trajetorias até a criação de data warehouse e técnicas avançadas para extração de conhecimento. Maiores detalhes podem ser encontrados no site do projeto http://www.geopkdd.eu. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (5) . , Integrantes: José Antonio Fernandes de Macêdo - Integrante / Fosca Gianotti - Coordenador / DAMIANI, M - Integrante / Vania Bogorny - Integrante / Luis Otavio Alvares - Integrante / Bart Moelans - Integrante / Bart Kuijpers - Integrante / Christine Parent - Integrante / Stefano Spaccapietra - Integrante / Chiara Renso - Integrante / Monica Wachowicz - Integrante / Maria Luisa Damiani - Integrante / Arend Ligtenberg - Integrante / Nikos Pelekis - Integrante / Elias Frentzos - Integrante / Irene Ntoutsi - Integrante / Yannis Theodoridis - Integrante / Mirco Nanni - Integrante / Yucel Saygin - Integrante / Michael May - Integrante., Financiador(es): European Community - Auxílio financeiro.

Prêmios